最新海量高中、初中教学资料尽在金锄头文库【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，了解判断刻画模型拟合效果的方法相关系数。3. 解释随机误差的含义及相关系数大小对两个变量相关关系的影响。【自主学习】阅读教材 成下列问题：1. 身高和体重有什么样的关系？ 一定在回归直线上吗？),(产生随机误差项的原因是什么?4. 如何计算残差?如何作残差图?5. 我们可以用公式 来刻画回归的效果, 越大, 模型的拟 2 , 越小 , 模型的拟合效果就越 作探究】如何发现数据中的错误？如何衡量模型的拟合效果？最新海量高中、初中教学资料尽在金锄头文库【目标检测】1、两个变量 与 的回归模型中，分别选择了 4 个不同模型，它们的相关指数其中拟合效果最好的模型是( )2R(A)模型 1 的相关指数 为 (B) 模型 2 的相关指数 为 )模型 3 的相关指数 为 (D) 模型 4 的相关指数 为 位母亲记录了儿子 39 岁的身高，由此建立的身高与年龄的回归模型为y=这个模型预测这个孩子 10 岁时的身高，则正确的叙述是（ ） (A)身高一定是 (B)身高在 上(C)身高在 下 (D)身高在 右3、若有一组数据的总偏差平方和为 120，相关指数为 残差平方和为_4、在研究身高和体重的关系时，求得相关指数 _，可以叙述2高解释了 66%的体重变化，而随机误差贡献了剩余的 34%”所以身高对体重的效应比随机误差的效应大得多。【学习反思】：本节课我学到了什么？本节课我的学习效率如何？本节课还有哪些我没学懂？最新海量高中、初中教学资料尽在金锄头文库