选修2-1全套导学案

  • 格式:doc
  • 大小:1.77 MB
  • 文档页数:77

高二数学选修1-2第一章《统计案例》学案1.1.1 回归分析的基本思想及其初步应用课标转述:①通过对典型案例(如“人的体重与身高的关系”等)的探究,了解回归的基本思想、方法及初步应用 ②通过对现行案例(如“质量控制”“新药是否有效”等)的探究,了解实际推断原理和假设检验的基本思想、方法及初步应用。

③通过对典型案例(如“昆虫分类”等)的探究,了解聚类分析的基本思想、方法及初步应用。

④通过对典型案例(如“肺癌与吸烟有关吗”等)的探究,了解独立性检验的基本思想、方法及初步应用。

学习目标:通过典型案例的探究,进一步了解回归分析的基本思想、方法及初步应用.学习重、难点:了解线性回归模型与函数模型的差异,了解判断刻画模型拟合效果的方法-相关指数和残差分析. 学习过程: 一、复习准备:1. 提问:“名师出高徒”这句彦语的意思是什么?有名气的老师就一定能教出厉害的学生吗?这两者之间是否有关?2. {⎧⎨⎩确定关系两个变量间的关系相关不确定关系不相关复习:函数关系是一种确定性关系,而相关关系是一种非确定性关系. 回归分析是对具有相关关系的两个变量进行统计分析的一种常用方法,其步骤: → → →3.最小二乘法:线性回归模型ˆy bx a=+,其中 ˆb=ˆa=二、学习新知: 1.例题分析:① 例1 从某大学中随机选取8名女大学生,其身高和体重数据如下表所示:. 解:由于问题中要求根据身高预报体重,因此选取身高为自变量x,体重为因变量y,做散点图: y40150 155 160 165 170 175 180 x由图可知,样本点呈条状分布,身高和体重有比较好的线性相关关系,可以用线性回归模型ˆy bx a=+来刻画。

由最小二乘法计算:121()()ˆ()niii nii x x y y b x x ==--=-∑∑,ˆa y bx =-其中1111,n ni ii i x x y y n n ====∑∑经计算得:ˆ0.849,85.712ba==- 于是得线性回归方程得:0.84985.712y x =-所以,对于身高为172cm 得女大学生,由回归方程可以预报其体重为ˆ0.84917285.71260.316()ykg =⨯-=0.849b =得意义是什么?②身高为172cm的女大学生的体重一定是60.316kg吗?如果不是,你能解释以下原因么?2.随机误差和残差⑴引入线性回归模型:Y=bx+a+e解释变量x ,预报变量y,随机误差 e产生随机误差的项e的原因是什么?练习反馈研究某灌溉渠道水的流速y与水深x之间的关系,测得一组数据如下:水深xm 1.40 1.50 1.60 1.70 1.80 1.90 2.00 2.101.70 1.79 1.88 1.952.03 2.10 2.16 2.21流速ym/s(1)求y对x的回归直线方程;(2)预测水深为1.95m 时水的流速是多少?三、课后小结:四、课后作业:p9 习题1.1 第1题高二数学选修1-2第一章《统计案例》学案1.1.2 回归分析的基本思想及其初步应用课标转述:①通过对典型案例(如“肺癌与吸烟有关吗”等)的探究,了解独立性检验的基本思想、方法及初步应用。

②通过对现行案例(如“质量控制”“新药是否有效”等)的探究,了解实际推断原理和假设检验的基本思想、方法及初步应用。

③通过对典型案例(如“昆虫分类”等)的探究,了解聚类分析的基本思想、方法及初步应用。

④通过对典型案例(如“人的体重与身高的关系”等)的探究,了解回归的基本思想、方法及初步应用学习目标:1、会建立回归模型,进而学习相关指数(相关指数R2、残差分析)2、会求上述的相关指数:3、从实际问题发现已有知识不足,激发好奇心、求知欲,培养勇于求知的良好个性品质。

学习重、难点:残差分析,相关指数R2的计算、建立回归模型的步骤。

学习过程:一、复习准备:1.由例1知,预报变量(体重)的值受解释变量(身高)或随机误差的影响.2.为了刻画预报变量(体重)的变化在多大程度上与解释变量(身高)有关?在多大程度上与随机误差有关?我们引入了评价回归效果的两个统计量:残差、相关指数R2.二、自主学习:1. 残差:(1)残差的定义(2)残差的作用2.绘残差图从残差图看:⑴那些点为可疑点? 发现可疑点该如何办? ⑵如何判断模型拟合程度?3. 相关指数R 2R 2=R 2越大,意味着残差平方和21ˆ()ni i y y=-∑ ,即模型的拟合效果 ; R 2越小,意味着残差平方和21ˆ()ni i y y=-∑ ,即模型的拟合效果 .。

例如例1,R 2≈ 表明“ ”或者 “ ”预报时需要注意下列问题:1. 2.3.4.三.、例题解析:例2 关于x与Y有如下数据:为了对x、Y两个变量进行统计分析,现有以下两种线性模型: 6.517.5y x=+,试比y x=+,717较哪一个模型拟合的效果更好.四、课堂小结:从这节课你学到了什么?请自己尝试总结如下:1.2.五.课后作业p8 练习高二数学选修1-2第一章《统计案例》学案1.1.3 回归分析的基本思想及其初步应用课标转述:①通过对典型案例(如“肺癌与吸烟有关吗”等)的探究,了解独立性检验的基本思想、方法及初步应用。

②通过对现行案例(如“质量控制”“新药是否有效”等)的探究,了解实际推断原理和假设检验的基本思想、方法及初步应用。

③通过对典型案例(如“昆虫分类”等)的探究,了解聚类分析的基本思想、方法及初步应用。

④通过对典型案例(如“人的体重与身高的关系”等)的探究,了解回归的基本思想、方法及初步应用 学习要求:通过典型案例的探究,进一步了解回归分析的基本思想、方法及初步应用.学习重点:通过探究使学生体会有些非线性模型通过变换可以转化为线性回归模型,了解在解决实际问题的过程中寻找更好的模型的方法.学习难点:了解常用函数的图象特点,选择不同的模型建模,并通过比较相关指数对不同的模型进行比较. 学习过程: 一、复习准备:1. 给出例2:一只红铃虫的产卵数y 和温度x 有关,现收集了7组观测数据列于下表中,试建立y 与x 之间的回归方程.C/y 个 (学生描述步骤,教师演示) ( 第1步 ;) 解:根据收集的数据,(第2步 ;)2. 讨论:观察右图中的散点图,发现样本点并没有分布在某个带状区域内,即两个变量不呈线性相关关系,所以不能直接用线性回归方程来建立两个变量之间的关系.那么选用什么类型的模型呢? 二、学习新知:1. 探究非线性回归方程的确定:① 如果散点图中的点分布在一个直线状带形区域,可以选线性回归模型来建模;如果散点图中的点分布在一个曲线状带形区域,就需选择非线性回归模型来建模.② 根据已有的函数知识,可以发现样本点分布在某一条指数函数曲线y =2C 1e x C 的周围(其中12,c c 是待定的参数),故可用指数函数模型来拟合这两个变量.③ 在上式两边取对数,得21ln ln y c x c =+,再令ln z y =,则21ln z c x c =+,而z 与x 间的关系如下:线的附近,因此可以用线性回归方程来拟合.④ 利用计算器算得 3.843,0.272a b =-=,z 与x 间的线性回归方程为0.272 3.843z x =-,因此红铃虫的产卵数对温度的非线性回归方程为0.272 3.843x y e -=.⑤ 利用回归方程探究非线性回归问题,可按“作散点图→建模→确定方程”这三个步骤进行. 其关键在于如何通过适当的变换,将非线性回归问题转化成线性回归问题. 2. 小结:用回归方程探究非线性回归问题的方法、步骤.提问:在例3中,观察散点图,我们选择用指数函数模型来拟合红铃虫的产卵数y 和温度x 间的关系,还可用其它函数模型来拟合吗?并求出回归方程.判断模型的好坏.如何判断?1.用残差2.用R 2三、巩固练习:为了研究某种细菌随时间x变化,繁殖的个数,收集数据如下:(1ˆy=e x .)(2)试求出预报变量对解释变量的回归方程.(答案:所求非线性回归方程为0.69 1.112三. 课堂小结:(残差分析的步骤、作用)四、课后练习:练习:教材P9第3题高二数学选修1-2第一章《统计案例》学案1.2独立性检验的基本思想及其初步应用课标转述:①通过对典型案例(如“肺癌与吸烟有关吗”等)的探究,了解独立性检验的基本思想、方法及初步应用。

②通过对现行案例(如“质量控制”“新药是否有效”等)的探究,了解实际推断原理和假设检验的基本思想、方法及初步应用。

③通过对典型案例(如“昆虫分类”等)的探究,了解聚类分析的基本思想、方法及初步应用。

④通过对典型案例(如“人的体重与身高的关系”等)的探究,了解回归的基本思想、方法及初步应用学习目标:通过探究“吸烟是否与患肺癌有关系”引出独立性检验的问题,并借助样本数据的列联表、柱形图和条形图展示在吸烟者中患肺癌的比例比不吸烟者中患肺癌的比例高,让学生亲身体验独立性检验的实施步骤与必要性.学习重点:理解独立性检验的基本思想及实施步骤.K的含义.学习难点:了解独立性检验的基本思想、了解随机变量2学习过程:【自主探究】1. 与列联表相关的概念:①分类变量:②列联表:由列联表可以粗略估计出吸烟者和不吸烟者患肺癌的可能性存在差异.怎么才能直观的判断“吸烟”和“患肺癌”有没有关系呢?2. 等高条形图的概念:注意事项:3. 独立性检验的基本思想:问题1.某医疗机构为了了解患肺癌与吸烟是否有关,进行了一次抽样调查,共调查了9965个成年人,其中吸烟者2148人,不吸烟者7817 人,调查结果是:吸烟的2148 人中49人患肺癌,2099人不患肺癌;不吸烟的7817人中42人患肺癌,7775人不患肺癌。

根据这些数据能否断定:患肺癌与吸烟有关列联表上例的解决步骤第一步:提出假设检验问题 H 0:吸烟与患肺癌没有关系第二步:选择检验的指标 22()K ()()()()n ad bc a b c d a c b d -=++++,求观测值k ≈56.632(它越小,原假设“H 0:吸烟与患肺癌没有关系”成立的可能性越大;它越大,备择假设“H 1:吸烟与患肺癌有关系”成立的可能性越大. 第三步:k 与6.635比较,若k ≥6.635,则H 0不成立;反之,H 0成立。

由于56.635>6.635 所以H 0不成立,则吸烟与患肺癌有关系。

① 独立性检验的必要性(为什么中能只凭列联表的数据和图形下结论?):列联表中的数据是样本数据,它只是总体的代表,具有随机性,故需要用独立性检验的方法确认所得结论在多大程度上适用于总体. ② 独立性检验的步骤(略)及原理(与反证法类似):我们也可以通过直接计算或者观察等高条形图可以发现aa b +和c c d+相差很大,就判断两个分类变量之间有关系,不足之处:不能给出推断“两个分类变量有关系”犯错误的概率,而独立性检验可以弥补这个不足. 独立性检验的具体做法是:1.根据实际问题的需要确定容许推断”两个分类变量有关系”犯错误概率的上界α,然后查表确定临界值0k3.若0k k ≥,就推断“X 和Y 有关系”,这种推断犯错误的概率不超过α;否则就认为在犯错误的概率不超过α的前提下不能推断“X 和Y 有关系”,或者在样本数据中没有足够证据支持结论“X 和Y 有关系”. 【例题分析】例1 在某医院,因为患心脏病而住院的665名男性病人中,有214人秃顶;而另外772名不是因为患心脏病而住院的男性病人中有175名秃顶. 分别利用图形和独立性检验方法判断秃顶与患心脏病是否有关系?你所得的结论在什么范围内有效? 注意【练习反馈】练习1.为考察高中生的性别与是否喜欢数学课程之间的关系,在某城市的某校高中生中随机抽取300名学生,得到如下列联表:由表中数据计算得到K 的观察值 4.513k ≈. 在多大程度上可以认为高中生的性别与是否数学课程之间有关系?为什么?【课堂小结】 1. 2.【课后作业】某市为调查全市高中生学习状况是否对生理健康有影响,随机进行调查并得到如下的列联表:请问有多大把握认为“高中生学习状况与生理健康有关”?高二数学选修1-2第二章《推理与证明》学案课题:2.1.1合情推理(1)课标转述:1、 结合已学过的数学实例和生活中的实例,了解合情推理的含义,能利用归纳和类比等进行简单的推理,体会并认识合情推理在数学发现中的作用。