《回归分析的基本思想及其初步应用》导学案1（2份）

选修2-3：3.1回归分析的基本思想及其初步应用导学案（教师版+学生版）（2份打包）
　　高二人教版数学选修2-3：3.1回归分析的基本思想及其初步应用导学案（学生用）.doc
　　高二人教版数学选修2-3：3.1回归分析的基本思想及其初步应用导学案（教师用）.doc
　　3.1回归分析的基本思想及其初步应用
　　【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.了解线性回归模型及函数模型的差异，了解判断模型拟合效果的方法：相关指数和残差分析。
　　3.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。
　　重点难点
　　重点：了解线性回归模型及函数模型的差异，了解判断模型拟合效果的方法：相关指数和残差分析。
　　难点：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。
　　【使用说明与学法指导】
　　1.课前用10分钟预习课本P80~ P90内容.并完成书本上练、习题及导学案上的问题导学.
　　2.独立思考，认真限时完成，规范书写.课上小组合作探究，答疑解惑.
　　【问题导学】
　　1. 回归分析
　　（1）回归分析：回归分析是对具有     的两个变量进行统计分析的一种常用方法。
　　（2）线性回归模型
　　1.对于一组具有线性相关关系的数据（x1,y1），（x2,y2），….，（xn,yn），我们知道其回归直线
　　的截距和斜率的最小二乘估计分别为：
　　，其中      ，    
　　称为样本点的中心。
　　2.线性回归模型     E(e)为均值，D(e)为方差，其中a.b为模型的未知参数，e是y与
　　bx+a之间的误差。通常e为随机变量，称为
　　3.1回归分析的基本思想及其初步应用
　　【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.了解线性回归模型及函数模型的差异，了解判断模型拟合效果的方法：相关指数和残差分析。
　　3.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。
　　【问题导学】
　　1. 回归分析
　　（1）回归分析：回归分析是对具有     的两个变量进行统计分析的一种常用方法。
　　（2）线性回归模型
　　1.对于一组具有线性相关关系的数据（x1,y1），（x2,y2），….，（xn,yn），我们知道其回归直线
　　的截距和斜率的最小二乘估计分别为：
　　，    其中           称为样本点的中心.
　　2.线性回归模型     E(e)为均值，D(e)为方差，其中a.b为模型的未知参数，e是y与
　　bx+a之间的误差.通常e为随机变量，称为
　　.
　　2. 线性回归分析
　　（1）残差，对于样本点（xi,yi）(i =1,2,…,n)的随机误差的估计值         称为相应于点（xi,yi）的残差，        称为残差平方和.