重點：了解評價回歸效果的三個統計量：總偏差平方和、殘差平方和、回歸平方和.
教學難點：了解評價回歸效果的三個統計量：總偏差平方和、殘差平方和、回歸平方和.
教學過程：
一、復習準備：
1．由例1知，預報變量（體重）的值受解釋變量（身高）或隨機誤差的影響.
2．為了刻畫預報變量（體重）的變化在多大程度上與解釋變量（身高）有關？在多大程度上與隨機誤差有關？我們引入了評價回歸效果的三個統計量：總偏差平方和、殘差平方和、回歸平方和.
二、講授新課：
1. 教學總偏差平方和、殘差平方和、回歸平方和：
（1）總偏差平方和：所有單個樣本值與樣本均值差的平方和，即 .
殘差平方和：回歸值與樣本值差的平方和，即 .
回歸平方和：相應回歸值與樣本均值差的平方和，即 .
（2）學習要領：①注意 、 、 的區別；②預報變量的變化程度可以分解為由解釋變量引起的變化程度與殘差變量的變化程度之和，即 ；③當總偏差平方和相對固定時，殘差平方和越小，則回歸平方和越大，此時模型的擬合效果越好；④對于多個不同的模型，我們還可以引入相關指數 來刻畫回歸的效果，它表示解釋變量對預報變量變化的貢獻率. 的值越大，說明殘差平方和越小，也就是說模型擬合的效果越好.
2. 教學例題：
例2 關于 與 有如下數據：
2 4 5 6 8
30 40 605070
為了對 、 兩個變量進行統計分析，現有以下兩種線性模型： ， ，試比較哪一個模型擬合的效果更好.
本文來自：逍遙右腦記憶 /gaoer/69624.html
相關閱讀：基本計數原理
基本算法語句
合情推理
函數的和差積商的導數學案練習題
橢圓定義在解題中的應用