医学ppt--数学:回归分析说》课件.ppt

  1. 1、本文档共19页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
医学ppt--数学:回归分析说》课件

目标分析 教法分析 过程分析 说 教材分 析 反思提 高 说 课 内 容 教材分析 本节是在《数学3(必修)》概率统计内容的基础上,通过典型案例进一步介绍回归分析的基本思想、方法及其初步应用。使学生了解回归分析的必要性和回归分析的基本思想,明确回归分析的基本方法和基本步骤,学会以科学的态度评价两个变量的相关关系,培养学生运用所学知识解决实际问题的能力。 一:地位和作用 教材分析 重点: 1). 理解回归模型与函数模型的区别 2). 了解回归模型只能近似描述实际 问题 3). 掌握模型拟合效果的分析工具: 残差分析和相关指数 难点: 1). 残差变量的解释与分析 2). 相关指数的理解 二:重点难点 知识与能力: (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)能从残差分析和相关指数角度探讨回归模型的拟合 效果,总结建立回归模型的步骤 过程与方法:经历数据处理过程,培养对数据的直观感 觉,体会统计方法的应用. 情感、态度与价值观:培养学生学习数学知识与信息技术相整合的情感及运用所学的知识解决实际问题的能力. 目标分析 教法分析 ………  1.教学手段 2.教学方法 3.学法指导 计算器应用,多媒体演示,信息技术辅助 情境导学法,探究式教学法,启发式教学法,演示法和讲授法 观察分析,集体讨论法,比较法 过程分析 1.情境设置 铺垫导入 2.切入主题 提出课题 3.自主解答 温故知新 4.合作探究 理解新知 5.总结提高 形成方法 6.课后作业 巩固提高 肥胖是指身体内脂肪过多堆积或分布异常而言。肥胖不是“富态”和“风度”的体现,国际上已将肥胖定为一种疾病,称肥胖症。医学研究发现,肥胖与多种疾病密切相关,如心脑血管疾病、高血压、高血脂、糖尿病、痛风、睡眠呼吸暂停综合症、乳腺癌、直肠癌、骨质疏松等的患病率和病死率明显增加。此外肥胖者还可因体型而产生自卑、焦虑、抑郁等身心相关问题。重度肥胖者寿命缩短。 肥胖是影响人类健康的重要因素,身高和体重之间是否有关呢? 回归分析 我们知道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。 本节课我们将通过典型案例进一步学习 3.1 回归分析的基本思想 及其初步应用 根据相关变量数据 画散点图 观察相关变量 是否线性相关 求线性回归方程 进行预报 探究1:身高172cm的女大学生的体重一定是60.316kg 吗?如果不是,其原因是什么? 探究2:产生随机误差项e的原因是什么? 探究3:在线性回归模型中,e是bx+a预报真实值y的 随机误差,它是一个不可观测量,那么应该 怎样研究随机误差呢? 探究4:如何发现数据中的错误?如何衡量模型的 拟合效果? 使学生理解回归模型与函数模型的区别,引入新知:回归模型及随机误差e(重点1) 使学生了解回归模型只能近似描述实际问题(重点2) 我们可以从收集到的数据来估计预报变量观测值所包含的随机误差,介绍残差的相关概念(重点3 难点1) 使学生初步了解模型拟合效果的分析工具:残差分析和相关指数(重点3 难点2) 一般地,建立回归模型的基本步骤为: 1). 确定研究对象,明确哪个变量是解析变量, 哪个变量是预报变量。 2). 画出确定好的解析变量和预报变量的散点图, 观察它们之间的关系(如是否存在线性关系等)。 3). 由经验确定回归方程的类型(如我们观察到数据呈 线性关系,则选用线性回归方程y=bx+a). 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,或残差呈现不随机的规律性,等等), 若存在异常,则检查数据是否有误,或模型是 否合适等。 作业: 课堂练习(1)为了了解某地母亲身高x与女儿身高y的相关关系,随机测得10对母女的身高如下表所示: 母 亲 身 高 x(cm) 159 160 160 163 159 154 159 158 159 157 女儿 身高 y(cm) 158 159 160 161 161 155 162 157 162 156 实践作业(2)收集本班某一学期的期中和期末数学考试成绩,二者之间可以用线性模型来描述吗?如果可以,期中成绩能够在多大程度上解释期末的成绩?进一步地,发现数据中的异常点,分析其形成的原因。 (1)试对x与y进行回归分析,并预测当母亲身高为161cm 时女儿的身高

文档评论(0)

skvdnd51 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档