人教版数学必修三2.3变量间的相关关系+课件(共39张PPT).ppt

变量之间的相关关系;【学 习 目 标】 1、知识与技能： 会画散点图判断线性相关关系，并对实际问题进行分析和预测；加强对线性相关关系及回归直线含义的理解。 2 、过程与方法： ①通过自主探究,体会数形结合、类比的数学思想方法。 ②通过动手操作培养学生观察、分析、比较和归纳能力,引出利用计算机等现代化教学工具的必要性。 3、情感、态度与价值观： 类比函数的表示方法,使学生理解变量间的相关关系,增强对实际问题进行分析和预测的意识。利用计算机让学生动手操作,合作交流激发学生的学习兴趣。; 问题1、对于两个变量之间的关系，我们之前学过，函数关系是一种确定性关系。那么下列变量与变量之间哪些是确定性的函数关系，哪些是不确定相关关系？;类别;问题2、在一次对人体脂肪含量和年龄的关系的研究中,研究人员获得了一组样本数据：;;种植西红柿，施肥量与产量 之间的散点图;;散点图;C;年龄与脂肪含量之间的散点图;年龄与脂肪含量之间的散点图; 左面的散点图中，点散布在从左下角到右上角的区域，对于两个变量的这种相关关系，我们将它称为正相关。;如果散点图中点的分布从整体上看大致在一条直线附近，我们就称这两个变量之间具有线性相关关系，这条直线就叫做回归直线。;整体上最接近 ;方案二: 在图中选取两点画直线，使得直线两侧的点的个数基本相同。;方案三: 在散点图中多取几组点，确定几条直线的方程，分别求出各条直线的斜率和截距的平均数，将这两个平均数作为回归方程的斜率和截距。;上述三种方案均有一定的道理，但可靠性不强，我们回到回归直线的定义。; 当自变量x取xi（i=1,2,…,n）时可以得到回归直 线上的点的纵坐标为： 它与样本数据yi的偏差是：;;运算不方便;;4、回归方程的系数公式：;思考7：利用计算器或计算机可求得年龄和人体脂肪含量的样本数据的回归方程为 ，由此我们可以根据一个人个年龄预测其体内脂肪含量的百分比的回归值.若某人65岁，则其体内脂肪含量的百分比约为多少？;若某人65岁，可预测他体内脂肪含量在37.1％（0.577×65-0.448= 37.1％）附近的可能性比较大。 但不能说他体内脂肪含量一定是37.1％ 原因：线性回归方程中的截距和斜率都是通过样本估计的，存在随机误差，这种误差可以导致预测结果的偏差，即使截距斜率没有误差，也不可能百分百地保证对应于x，预报值Y能等于实际值y;例题：;解：（1）散点图如图示：;（2）由题意得：;（3）由回归方程预测，;小结;变式：（广东高考）下表提供了某厂节能降耗技术改造后生产甲产品过程中记录的产量x吨与相应的生产能耗y（吨标准煤）的几组对照数据。;解 （1）由题设所给数据，可得散点图如图.;（2）对照数据由最小二乘法确定的回归方程的系数为： =3.5-0.7×3.5=1.05. 因此，所求的线性回归方程为 =0.7x+1.05.;（3）当x=100时；;（1）散点图：;1.下列关系中,是带有随机性相关关系的是 . ①正方形的边长与面积的关系;②水稻产量与施肥量之间的关系;③人的身高与年龄之间的关系;④降雪量与交通事故发生之间的关系.;3.某装饰品的广告费投入x(单位:万元)与销售y(单位:万元)之间有如下表所示的对应数据： 则回归直线方程为_______________