统计案例学案用.doc

§1.1.1回归分析的基本思想及其初步应用（一） 学习目标 1. 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；2. 了解线性回归模型与函数模型的差异，了解衡量两个变量之间线性相关关系得方法-相关系数. 学习过程 一、课前准备复习1：变量之间的两类关系：函数关系与相关关系；函数关系是一种 确定 关系，而相关关系是一种 不确定 关系. 复习2：回归分析是对具有相关关系的两个定量变量（如年龄，身高，考试成绩等）进行统计分析的一种常用方法。其步骤：1. 确定研究变量（明确哪个变量是解释变量，哪个变量是预报变量） 2. 判断两个定量变量是否有线性相关关系（两种方法判断：看散点图或计算两个变量的相关系数r） 相关系数（判定两个变量线性相关性）： 注：>0时，变量正相关； <0时，变量负相关； 越接近于1，两个变量的线性相关性越强； 接近于0时，两个变量之间几乎不存在线性相关关系。若3. 用最小二乘法的公式计算出回归系数， 得出回归方程 线性回归方程：（最小二乘法） 或 注意：线性回归直线经过定点。4.利用方程进行预报.二、新课导学 学习探究实例 从某大学中随机选取8名女大学生，其身高/cm和体重/kg数据如下表所示：编号12345678身高165165157170175165155170体重4857505464614359问题：画出散点图,求根据一名女大学生的身高预报她的体重的回归方程，并预报一名身高为172cm的女大学生的体重.解：由于问题中要求根据身高预报体重，因此选 为解释变量（自变量）x， 为预报变量（因变量）.(1)做散点图:从散点图可以看出 和 有比较好的 相关关系.(2) = =所以于是得到回归直线的方程为：(3)身高为172cm的女大学生,由回归方程可以预报其体重为 问题：身高为172cm的女大学生,体重一定是上述预报值吗?思考：线性回归模型与一次函数有何不同? 典型例题例1某班5名学生的数学和物理成绩如下表: 学生学科ABCDE数学成绩(x)8876756462物理成绩(y)7865706260(1) 画散点图;(2) 求物理成绩y对数学成绩x的回归直线方程;(3) 该班某学生数学成绩为96,试预测其物理成绩;小结：求线性回归方程的步骤： 动手试试练.(07广东文科卷）下表提供了某厂节能降耗技术改造后生产甲产品过程中记录的产量(吨)与相应的生产能耗 (吨标准煤)的几组对照数据 (1)请画出上表数据的散点图；(2)请根据上表提供的数据，用最小二乘法求出关于的线性回归方程；(3)已知该厂技改前100吨甲产品的生产能耗为90吨标准煤试根据(2)求出的线性同归方程，预测生产100吨甲产品的生产能耗比技改前降低多少吨标准煤? (参考数值)三、总结提升 学习小结1. 求线性回归方程的步骤：2. 线性回归模型与一次函数有何不同 知识拓展在实际问题中，是通过散点图来判断两变量之间的性关系的， 学习评价 自我评价 你完成本节导学案的情况为（ ）. A. 很好 B. 较好 C. 一般 D. 较差 当堂检测（时量：5分钟 满分：10分）计分：1. 下列两个变量具有相关关系的是（ ）A. 正方体的体积与边长B. 人的身高与视力C.人的身高与体重 D.匀速直线运动中的位移与时间2. 在画两个变量的散点图时，下面哪个叙述是正确的（ ）A. 预报变量在x 轴上，解释变量在 y 轴上 B. 解释变量在x 轴上，预报变量在 y 轴上C. 可以选择两个变量中任意一个变量在x 轴上 D. 可选择两个变量中任意一个变量在 y 轴上3. 回归直线必过（ ）A. B. C. D. 4.为预测某种产品的回收率y，需要研究它和原料有效成分含量x之间的线性相关关系，现取A.11.472.62xB.11.472.62xC.2.6211.47x D.11.472.62x5.越接近于1，两个变量的线性相关关系 .6. 已知回归直线方程,则时,y的估计值为 . 课后作业 一台机器使用的时间较长，但还可以使用，它按不同的转速生产出来的某机械零件有一些会有缺点，每小时生产有缺点零件的多少，随机器的运转的速度而变化，下表为抽样试验的结果：转速x (转/秒)1614128有缺点零件数 y （件）11985（1）画散点图；（2）求回归直线方程；（3）若实际生产中，允许每小时的产品中有缺点的零件最多为 10 个，那么机器的运转速度应控制在什么范围内？§1.1.1回归分析的基本思想及其初步应用（二） 学习目标 1. 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;2. 了解评价回归效果的三个统计量：总偏差平方和、残差平方和、回归平方和.3. 会用相关指数，残差图评价回归效果. 学习过程 一、课前准备复习1：建立回归模型的一般步骤：（1）确定研究对象，明确两个变量即解释变量和预报变量；（2）画出散点图，观察它们之间的关系；（3）由经验确定回归方程类型（若呈线性关系，选用线性回归方程）；（4）按一定规则估计回归方程中的参数（如最小二乘法）；（5）得出结果后分析残差图是否有异常（个别数据对应残差过大，或残差出现不随机的规律性，等等），若存在异常，则检查数据是否有误，或模型是否合适等。复习2：用相关系数r可衡量两个变量之间 关系.r>0, 相关, r<0 相关;越接近于1，两个变量的线性相关关系 ，它们的散点图越接近 ； ，两个变量有 关系.二、新课导学 学习探究探究任务：如何评价回归效果？ 新知：1、三个统计量 注意：总偏差平方和=残差平方和+回归平方和解释变量的贡献率为：随机误差（或称为残差变量）的贡献率为：两个贡献率相加为100%2、相关指数：表示 对 的贡献，公式为： 的值越大，说明残差平方和 ，说明模型拟合效果 .3、 残差分析：通过 来判断拟合效果.通常借助 残差图实现.残差图：横坐标表示 ，纵坐标表示 .残差点比较均匀地落在 的区的区域中，说明选用的模型 ，带状区域的宽度越 ，说明拟合精度越 ，回归方程的预报精度越 . 典型例题回归分析例题赏析：例1：1993年到2002年中国的国内生产总值(GDP)的数据如下：年份GDP199334634.4199446759.4199558478.1199667884.6199774462.6199878345.2199982067.5200089468.1200197314.82002104790.6(1)作GDP和年份的散点图，根据该图猜想它们之间的关系应是什么。(2)建立年份为解释变量，GDP为预报变量的回归模型，并计算残差。(3)根据你得到的模型，预报2003年的GDP，并查阅资料，看看你的预报与实际GDP的误差是多少。(4)你认为这个模型能较好地刻画GDP和年份的关系吗？请说明理由。解：(1)由表中数据制作的散点图如下：从散点图中可以看出GDP值与年份近线呈线性关系； (2)用yt表示GDP值，t表示年份，根据截距和斜率的最小二乘计算公式，得：从而得线性回归方程：残差计算结果见下表：GDP值与年份线性拟合残差表年份19931994199519961997残差-6422.269-1489.2383037.4935252.0244638.055年份19981999200020012002残差1328.685-2140.984-1932.353-1277.622-993.791(3)2003年的GDP预报值为112976.360，根据国家统计局2004年统计，2003年实际GDP值为117251.9，所以预报与实际相-4275.540；(4)上面建立的回归方程的R2=0.974，说明年份能够解释约97%的GDP值变化，因此所建立的模型能够很好地刻画GDP和年份的关系。例2关于与y有如下数据：245683040605070为了对、y两个变量进行统计分析，现有以下两种线性模型：，试比较哪一个模型拟合的效果更好?小结：分清总偏差平方和、残差平方和、回归平方和，初步了解如何评价两个不同模型拟合效果的好坏.例2 假定小麦基本苗数x与成熟期有效苗穗y之间存在相关关系，今测得5组数据如下： 15.025.830.036.644.439.442.9 42.943.149.2 （1）画散点图；（2）求回归方程并对于基本苗数56.7预报期有效穗数；（3）求，并说明残差变量对有效穗数的影响占百分之几. (参考数据：， ） 动手试试练1. 某班5名学生的数学和物理成绩如下表: 学生学科ABCDE数学成绩(x)8876756462物理成绩(y)7865706260求学生A,B,C,D,E的物理成绩的实际成绩和回归直线方程预报成绩的差.并作出残差图评价拟合效果.小结：1. 评价回归效果的三个统计量:2. 相关指数评价拟合效果：3. 残差分析评价拟合效果：三、总结提升 学习小结一般地，建立回归模型的基本步骤：1、确定研究对象，明确解释、预报变量；2、画散点图；3、确定回归方程类型（用r判定是否为线性）；4、求回归方程；5、评价拟合效果. 知识拓展 在现行回归模型中，相关指数表示解释变量对预报变量的贡献率，越接近于1，表示回归效果越好.如果某组数据可以采取几种不同的回归方程进行回归分析，则可以通过比较作出选择，即选择大的模型. 学习评价 自我评价 你完成本节导学案的情况为（ ）. A. 很好 B. 较好 C. 一般 D. 较差 当堂检测（时量：5分钟 满分：10分）计分：1. 两个变量 y与x的回归模型中，分别选择了 4 个不同模型，它们的相关指数 如下 ，其中拟合效果最好的模型是（ ）.A. 模型 1 的相关指数为 0.98 B. 模型 2 的相关指数为 0.80C. 模型 3 的相关指数为 0.50 D. 模型 4 的相关指数为 0.252. 在回归分析中，残差图中纵坐标为（ ）.A. 残差 B. 样本编号 C. x D. 3. 通过来判断模拟型拟合的效果，判断原始数据中是否存在可疑数据，这种分工称为（ ）.A.回归分析 B.独立性检验分析C.残差分析 D. 散点图分析4.越接近1,回归的效果 .5. 在研究身高与体重的关系时，求得相关指数 ，可以叙述为“身高解释了的体重变化，而随机误差贡献了剩余 ”所以身高对体重的效应比随机误差的 .6.在研究身高和体重的关系时，求得相关指数R2_，可以叙述为“身高解释了56%的体重变化，而随机误差贡献了剩余的44%”，所以身高对体重的效应比随机误差的效应大得多 课后作业 练.(07广东文科卷）下表提供了某厂节能降耗技术改造后生产甲产品过程中记录的产量(吨)与相应的生产能耗 (吨标准煤)的几组对照数据(1)请画出上表数据的散点图；(2)请根据上表提供的数据，用最小二乘法求出关于的线性回归方程；(3)已知该厂技改前100吨甲产品的生产能耗为90吨标准煤试根据(2)求出的线性同归方程，预测生产100吨甲产品的生产能耗比技改前降低多少吨标准煤? (参考数值)（4）求相关指数评价模 §1.1.1回归分析的基本思想及其初步应用（三） 学习目标 1. 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;2. 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.3. 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、课前准备复习1：求线性回归方程的步骤复习2. 了解评价回归效果的统计量：总偏差平方和：残差平方和：回归平方和：相关指数：复习2：作函数和的图像二、新课导学 学习探究探究任务：如何建立非线性回归模型？ 实例一只红铃虫的产卵数和温度有关，现收集了7组观测数据列于下表中，试建立与之间的回归方程.温度21232527293235产卵数个711212466115325（1）根据收集的数据，做散点图上图中，样本点的分布没有在某个 区域，因此两变量之间不呈 关系，所以不能直接用线性模型.由图，可以认为样本点分布在某一条指数函数曲线的周围（为待定系数）.对上式两边去对数，得令，则变换后样本点应该分布在直线 的周围.这样，就利用 模型来建立y和x的非线性回归方程.x21232527293235y711212466115325作散点图（描点）由上表中的数据得到回归直线方程因此红铃虫的产卵数和温度的非线性回归方程为： 典型例题例1一只红铃虫的产卵数和温度有关，现收集了7组观测数据列于下表中，温度21232527293235产卵数个711212466115325（散点图如由图，可以认为样本点集中于某二次曲线的附近，其中为待定参数）试建立与之间的回归方程.思考：评价这两个模型的拟合效果.实例赏析：如下表所示，某地区一段时间内观察到的大于或等于某震级x的地震个数为N，试建立回归方程表述二者之间的关系。震级33.23.43.63.844.24.44.64.85.0地震数28381203801479510695764155023842269819191356973震级5.25.45.65.866.26.46.66.87 地震数74660443527420614898574125 解：由表中数据得散点图如下： 从散点图中可以看出，震级x与大于该震级的地震次数N之间不呈线性相关关系，随着x的减少，所考察的地震数N近似地以指数形式增长.做变换y=lgN，得到的数据如下表所示：x33.23.43.63.844.24.44.64.85y4.4534.3094.1704.0293.8833.7413.5853.4313.2833.1322.988x5.25.45.65.866.26.46.66.87 y2.8732.7812.6382.4382.3142.1701.9911.7561.6131.398 x和y的散点图如下： 从这个散点图中可以看出x和y之间有很强的线性相差性，因此可以用线性回归模型拟合它们之间的关系。根据截距和斜率的最小二乘计算公式，得：故线性回归方程为：相关指数R20.997，说明x可以解释y的99.7%的变化。因此，可以用回归方程 描述x和y之间的关系。小结：利用线性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.三、总结提升 学习小结利用线性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. 知识拓展非线性回归问题的处理方法：1、 指数函数型 函数的图像： 处理方法：两边取对数得，即.令把原始数据（x,y）转化为（x,z），再根据线性回归模型的方法求出.2、对数曲线型 函数的图像 处理方法：设，原方程可化为再根据线性回归模型的方法求出.3、型处理方法：设，原方程可化为，再根据线性回归模型的方法求出. 学习评价 自我评价 你完成本节导学案的情况为（ ）. A. 很好 B. 较好 C. 一般 D. 较差 当堂检测（时量：5分钟 满分：10分）计分：1. 两个变量 y与x的回归模型中，求得回归方程为，当预报变量时（ ）.A. 解释变量 B. 解释变量大于C. 解释变量小于 D. 解释变量在左右2. 在回归分析中，求得相关指数，则（ ）.A. 解释变量解对总效应的贡献是 B. 解释变量解对总效应的贡献是 C. 随机误差的贡献是 D. 随机误差的贡献是3. 通过来判断模拟型拟合的效果，判断原始数据中是否存在可疑数据，这种分析称为（ ）.A回归分析 B独立性检验分析C残差分析 D. 散点图分析4.在研究两个变量的相关关系时，观察散点图发现样本点集中于某一条指数曲线的周围，令，求得回归直线方程为，则该模型的回归方程为 .5. 已知回归方程,则时,y的估计值为 . 课后作业 电容器充电后，电压达到 ,然后开始放电，由经验知道，此后电压 随时间 变化的规律公式 表示，观测得时间 时的电压 如下表所示：012345678910100755540302015101055试求电压 对时间 的回归方程。 §1.2.1 独立性检验的基本思想及其初步应用 学习目标 1.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必要性;2.会根据列联表求统计量合计aba+dcdc+d合计a+cb+da+b+c+d. 学习过程 一、课前准备复习1：回归分析的方法、步骤，刻画模型拟合效果的方法（相关指数、残差分析）、步骤.二、新课导学 学习探究新知1：1. 分类变量： .2. 列联表： .3. 统计量： .试试：你能列举出几个分类变量吗？探究任务：吸烟与患肺癌的关系1. 由列联表可粗略的看出：(1)吸烟者有 患肺癌;(2)不吸烟者有 患肺癌.因此，直观上课的结论： .2.用三维柱柱图和二维条形图直观反映:(1)根据列联表的数据,作出三维柱形图:由上图可以直观地看出, 吸烟与患肺癌 .(2) 根据列联表的数据,作出二维条形图:由上图可以直观地看出, 吸烟与患肺癌 .根据列联表的数据,作出等高条形图:由上图可以直观地看出, 吸烟与患肺癌 .反思：（独立性检验的必要性）通过数据和图形,我们得到的直观印象是患肺癌有关.那是否有一定的把握认为“吸烟与患肺癌有关”呢？新知2：统计量吸烟与患肺癌列联表假设：吸烟与患肺癌没关系，则在吸烟者和不吸烟者中患肺癌不患肺癌者的相应比例 .即因此， 越小，说明吸烟与患肺癌之间关系 ；反之， .= 典型例题例1 吸烟与患肺癌列联表不患肺癌患肺癌总计不吸烟7775427817吸烟2099492148总计9874919965求. 动手试试练1. 性别与喜欢数学课程列联表：喜欢数学不喜欢数学总计男3785122女35143178总计72228300求. 知识拓展1. 分类变量的取值一定是离散的，而且不同的取值仅表示个体所属的类别，如性别变量，只取男、女两个值，商品的等级变量只取一级、二级、三级，等等. 分类变量的取值有时可用数字来表示，但这时的数字除了分类以外没有其他的含义. 如用“0”表示“男”，用“1”表示“女”.2. 独立性检验的步骤（略）及原理（与反证法类似）：反证法假设检验要证明结论A备择假设H在A不成立的前提下进行推理在H不成立的条件下，即H成立的条件下进行推理推出矛盾，意味着结论A成立推出有利于H成立的小概率事件（概率不超过的事件）发生，意味着H成立的可能性（可能性为（1）很大没有找到矛盾，不能对A下任何结论，即反证法不成功推出有利于H成立的小概率事件不发生，接受原假设 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：求.不健康健康总计不优秀41626667优秀37296333总计789221000 §1.2.2 独立性检验的基本思想及其初步应用 学习目标 通过探究“秃顶是否与患心脏病有关系”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患心脏病的秃顶比例比患其它病的秃顶比例高，让学生亲身体验独立性检验的实施步骤与必要性 学习过程 一、课前准备复习1：统计量：复习2：独立性检验的必要性：二、新课导学 学习探究新知1：独立性检验的基本思想：1、 独立性检验的必要性：2、 独立性检验的原理及步骤：反证法假设检验要证明结论A备择假设H在A不成立的前提下进行推理在H不成立的条件下，即H成立的条件下进行推理推出矛盾，意味着结论A成立推出有利于H成立的小概率事件（概率不超过的事件）发生，意味着H成立的可能性（可能性为（1）很大没有找到矛盾，不能对A下任何结论，即反证法不成功推出有利于H成立的小概率事件不发生，接受原假设 探究任务：吸烟与患肺癌的关系第一步：提出假设检验问题H：第二步：根据公式求观测值 k=（它越小，原假设“H：吸烟与患肺癌没有关系”成立的可能性越 ；它越大，备择假设“H： ” 成立的可能性越大.）第三步：查表得出结论P(k2>k)0.500.400.250.150.100.050.0250.0100.0050.001 k0.4550.7081.3232.0722.7063.845.0246.6357.87910.83 典型例题例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？小结：用独立性检验的思想解决问题：第一步：第二步：第三步：例2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：喜欢数学课程不喜欢数学总计男3785122女35143178总计72228300由表中数据计算得到的观察值. 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？动手试试练1. 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：不健康健康总计不优秀41626667优秀37296333总计789221000请问有多大把握认为“高中生学习状况与生理健康有关”？三、总结提升 学习小结1. 独立性检验的原理：2. 独立性检验的步骤： 知识拓展利用独立性检验来考察两个分类变量是否有关，能精确的给出这种判断的可靠程度. 学习评价 自我评价 你完成本节导学案的情况为（ ）. A. 很好 B. 较好 C. 一般 D. 较差 当堂检测（时量：5分钟 满分：10分）计分：1. 在吸烟与患肺病这两个分类变量的计算中，下列说法正确的是 （ ）A. 若k=6.635,则有99%的把握认为吸烟与患肺病有关，那么100名吸烟者中，有99个患肺病.B. 从独立性检验可知,有99%的把握认为吸烟与患肺病有关时,可以说某人吸烟,那么他有99%的可能性患肺病.C. 若从统计量中求出有95%的把握认为吸烟与患肺病有关，是指有5%的可能性使推断出现错误.D. 以上三种说法都不对.不健康健康总计不优秀a2173优秀22527总计b461002. 下面是一个列联表则表中a,b的之分别是（ ）A. 94,96 B. 52,50 C. 52,54 D. 54,523.某班主任对全班50名学生进行了作业量多少的调查,数据如下表:则认为喜欢玩游戏与认为作业量多少有关系的把握大约为( )A. 99% B. 95% C. 90% D.无充分依据4. 在独立性检验中,当统计量满足 时,我们有99%的把握认为这两个分类变量有关系.5. 在列联表中,统计量= .认为作业多认为作业不多总计玩游戏18927不玩游戏81523总计262450 课后作业 为考察某种药物预防疾病的效果,进行动物试验,得到如下列联表能以97.5%的把握认为药物有效吗?为什么?患 病未患病总 计用 药41626667不用药37296333总计789221000 统计案例检测题一、 选择题1、散点图在回归分析中的作用是 （ ）A查找个体数目 B比较个体数据关系C探究个体分类 D粗略判断变量是否呈线性关系2、对于相关系数下列描述正确的是 （ ）Ar>0表明两个变量相关 Br<0表明两个变量无关C越接近1，表明两个变量线性相关性越Dr越小，表明两个变量线性相关性越弱3、预报变量的值与下列哪些因素有关 （ ）A受解释变量影响与随机误差无关 B受随机误差影响与解释变量无关C与总偏差平方和有关与残差无关 D与解释变量和随机误差的总效应有关4、下列说法正确的是 （ ）A任何两个变量都具有相关系 B球的体积与球的半径具有相关关系C农作物的产量与施肥量是一种确定性关系 D某商品的产量与销售价格之间是非确定性关系5、三维柱形图中，主、副对角线上两个柱形高度的（ ）相差越大，要推断的论述成立可能性就越大 A和 B差 C积 D商6、在回归分析中，求得相关指数，则（ ）A. 解释变量解对总效应的贡献是 B. 解释变量解对总效应的贡献是 C. 随机误差的贡献是 D. 随机误差的贡献是7、在吸烟与患肺病这两个分类变量的计算中，下列说法正确的是 （ ）A若k=6.635,则有99%的把握认为吸烟与患肺病有关，那么100名吸烟者中，有99个患肺病.B从独立性检验可知,有99%的把握认为吸烟与患肺病有关时,可以说某人吸烟,那么他有99%的可能性患肺病.C若从统计量中求出有95%的把握认为吸烟与患肺病有关，是指有5%的可能性使得推断出现错误.D以上三种说法都不对.8.通过来判断模拟型拟合的效果，判断原始数据中是否存在可疑数据，这种分析称为 （ ） A回归分析 B独立性检验分析 C残差分析 D. 散点图分析二、填空题9、已知回归直线方程,则时,y的估计值为 .10、如下表所示：不健康健康总计不优秀41626667优秀37296333总计789221000计算= .11、下列关系中：（1）玉米产量与施肥量的关系；（2）等边三角形的边长和周长；（3）电脑的销售量和利润的关系；（4）日光灯的产量和单位生产成本的关系.不是函数关系的是 .12、在一项打鼾与患心脏病的调查中，共调查1768人，经计算的=27.63，根据这一数据分析，我们有理由认为打鼾与患心脏病是 的.(填“有关”“无关”