初中信息技术电子工业社版（2022）第四册1.4 智能养花与数据分析评优课ppt课件

这是一份初中信息技术电子工业社版（2022）第四册1.4 智能养花与数据分析评优课ppt课件，文件包含电子工业版信息技术八下14智能养花与数据分析课件pptx、核心素养目标电子工业版信息技术八下14智能养花与数据分析教案doc、数据分析的三大作用mp4等3份课件配套教学资源，其中PPT共39页， 欢迎下载使用。
1、了解数据、信息和数据分析的概念。2、了解数据分析的目的和过程。3、了解线性回归和逻辑回归的概念。4、掌握一元线性回归分析探究温度与用水量的数据关系。5、掌握预测高温时盆栽的用水量的程序。
1.4.1 数据分析的作用
数据分析是指用适当的统计分析方法对收集到的大量数据加以汇总、处理、分析，是有组织、有目的地收集数据、分析数据，使之成为信息的过程。
数据也称为观测值，是实验、测量、观察、调查等的结果。
信息：指音讯、消息、通讯系统传输和处理的对象，泛指人类社会传播的一切内容。
数据分析的目的是把隐藏在一大批杂乱无章的数据中的信息提炼出来，找出研究对象的内在规律。
数据分析过程：（1）识别信息需求；（2）收集数据；（3）分析数据；（4）评价并改进。
对智能养花系统的数据观察与结论分析。
盆栽的用水量并不是一成不变的，会随着外界环境发生变化。
温度越高，用水量越大。
通过控制环境温度，得到不同温度下相关用水量的数据。
1.4.2 温度与用水量的数据分析
线性回归是利用数理统计中的回归分析，确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法。
在线性回归中，只包含一个自变量和一个因变量，且二者的关系可用一条直线近似表示的回归分析方法称为一元线性回归分析。
逻辑回归是是一种广义的线性回归分析模型，常用于数据挖掘，疾病自动诊断，经济预测等领域。
线性回归和逻辑回归的区别。
一元线性回归分析探究温度与用水量的数据关系。
设置“温度与用水量关系”图表的程序。
温度与用水量关系的线性回归图表。
输入线性回归算法的数据量的多少，是否会影响线性回归的结果呢？
答：不会有明显变化，因为线性回归是利用数理统计中的回归分析，确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法，线性回归是无限接近真实的结果。
加载“线性回归”模块。单击“扩展”“添加”按钮，在“PythnAI扩展”区中安装和加载“线性回归”模块。
1.4.3 预测高温时盆栽的用水量
输入测试温度数值的程序。
输入测试温度数值“32”，程序就会返回在该温度下的用水量。
项目实施——不同生长期的蒜苗的用水量数据分析实验。
对记录的生长周期（天）和用水量（L）进行数据分析，得到生长周期和用水量的模型。
通过分析生长周期（天）和用水量（L）之间得出结论。
早期的蒜苗需要的用水量更多，中期用水量开始减少，后面对用水量需求减少很多。不同季节蒜苗对用水量的要求也不一样，春夏季的用水量较高，秋冬季的用水量较少。
参考不同生长周期的蒜苗用水量实验，找一个自己感兴趣的方向进行研究，探索影响植物吸水率的因素。
1、简述数据分析的概念和过程。2、简述线性回归和逻辑回归的概念。
1、简述数据分析的概念和过程。答：数据分析是指用适当的统计分析方法对收集到的大量数据加以汇总、处理、分析，是有组织、有目的地收集数据、分析数据，使之成为信息的过程。数据分析过程：（1）识别信息需求；（2）收集数据；（3）分析数据；（4）评价并改进。
2、简述线性回归和逻辑回归的概念。答：线性回归是利用数理统计中的回归分析，确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法。逻辑回归是是一种广义的线性回归分析模型，常用于数据挖掘，疾病自动诊断，经济预测等领域。
本次课首先介绍了数据、信息和数据分析的概念，数据分析的目的和过程，线性回归和逻辑回归的概念，然后讲解一元线性回归分析探究温度与用水量的数据关系，最后探讨了预测高温时盆栽的用水量的程序。
一、数据分析的作用1、数据、信息和数据分析的概念2、数据分析的目的3、数据分析过程
二、温度与用水量的数据分析1、线性回归和逻辑回归的概念2、线性回归和逻辑回归的区别3、一元线性回归分析探究温度与用水量的数据关系4、设置“温度与用水量关系”图表的程序
三、预测高温时盆栽的用水量1、输入测试温度数值的程序2、项目实施——不同生长期的蒜苗的用水量数据分析实验
课后作业：1、描述两个变量间的数据关系模型，可以采用的方法是（ ）。 2、除了线性回归的数据分析方法，你还知道哪些数据分析的方法呢。
1、描述两个变量间的数据关系模型，可以采用的方法是（ ）。 2、除了线性回归的数据分析方法，你还知道哪些数据分析的方法呢。3、利用校园气象站的物联网系统与传感器可以探测到同纬度的不同地区的天气数据，通过收集的这些数据，可以探究一些天气的规律。例如，图1.4.8（P33页）是根据收集到的南昌市与威海市2021年6月-12月的平均温度数据，绘制的散点图与回归线，请同学们根据下图分析，这些天气数据呈现这种状态的原因是什么，我们还能够根据获取的天气数据，探究哪些天气规律。
1、描述两个变量间的数据关系模型，可以采用的方法是（一元线性回归）。
2、除了线性回归的数据分析方法，你还知道哪些数据分析的方法呢。答：（1）方差分析：用于两个及两个以上样本均数差别的显著性检验，通过分析研究不同来源的变异对总变异的贡献大小，从而确定可控因素对研究结果影响力的大小；（2）聚类分析：将数据分类到不同的类或者簇这样的一个过程，所以同一个簇中的对象有很大的相似性，而不同簇间的对象有很大的相异性；
（3）决策树分析：一种运用概率与图论中的树对决策中的不同方案进行比较，从而获得最优方案的决策方法。（4）蒙特卡洛模拟：当所要求解的问题是某种事件出现的概率，或者是某个随机变量的期望值时，它们可以通过某种“试验”的方法，得到这种事件出现的频率，或者这个随机变数的平均值，并用它们作为问题的解。
3、请同学们根据下图分析，这些天气数据呈现这种状态的原因是什么，我们还能够根据获取的天气数据，探究哪些天气规律。答： 南昌市6-12月气温变化与威海市相比较为明显，即年温差大。内陆地区的温差比沿海地区的温差大，造成这种差别的主要原因是水的比热容比泥土、砂石的比热容大，吸收或放出相同的热量后，水温度升高或降低的小。