高一数学《变量之间相关关系和线性相关+回归直线及其方程》.ppt

ks5u精品课件 思考1：回归直线与散点图中各点的位置应具有怎样的关系？ 整体上最接近 思考2：对于求回归直线方程，你有哪些想法？ (x1， y1) (x2，y2) (xi，yi) (xn，yn) 可以用 或 ， 其中 . 思考3：对一组具有线性相关关系的样本数据：(x1，y1)，(x2，y2)，…，(xn，yn)，设其回归方程为 可以用哪些数量关系来刻画各样本点与回归直线的接近程度？ 思考4：为了从整体上反映n个样本数据与回归直线的接近程度，你认为选用哪个数量关系来刻画比较合适？ (x1， y1) (x2，y2) (xi，yi) (xn，yn) 思考5：根据有关数学原理分析，当 时，总体偏差 为最小，这样 就得到了回归方程，这种求回归方程的方法叫做最小二乘法.回归方程 中， 的几何意义分别是什么？ 思考6：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37岁，则其体内脂肪含量的百分比约为多少？ 20.9% 理论迁移 例 有一个同学家开了一个小卖部，他为了研究气温对热饮销售的影响，经过统计，得到一个卖出的饮料杯数与当天气温的对比表： 130 128 132 150 156 热饮杯数 12 7 4 0 -5 摄氏温度(℃） 54 76 93 89 104 116 36 31 27 23 19 15 130 128 132 150 156 热饮杯数 12 7 4 0 -5 摄氏温度(℃） 54 76 93 89 104 116 36 31 27 23 19 15 （1）画出散点图； （2）从散点图中发现气温与热饮杯数之 间关系的一般规律； （3）求回归方程； （4）如果某天的气温是2℃，预测这天卖出的热饮杯数. 当x=2时，y=143.063. 小结作业 1.求样本数据的线性回归方程，可按下列步骤进行： 第一步，计算平均数 , 第二步，求和 , 第三步，计算 第四步，写出回归方程 2.回归方程被样本数据惟一确定，各样本点大致分布在回归直线附近.对同一个总体，不同的样本数据对应不同的回归直线，所以回归直线也具有随机性. 3.对于任意一组样本数据，利用上述公式都可以求得“回归方程”，如果这组数据不具有线性相关关系，即不存在回归直线，那么所得的“回归方程”是没有实际意义的.因此，对一组样本数据，应先作散点图，在具有线性相关关系的前提下再求回归方程. 学习动物精神 11、机智应变的猴子：工作的流程有时往往是一成不变的，新人的优势在于不了解既有的做法，而能创造出新的创意与点子。一味 地接受工作的交付， 只能学到工作方法 的皮毛，能思考应 变的人，才会学到 方法的精髓。 学习动物精神 12、善解人意的海豚：常常问自己：我是主管该怎么办才能有助于更好的处理事情的方法。在工作上善解人意， 会减轻主管、共 事者的负担，也 让你更具人缘。 第一课时 2.3 变量间的相关关系 2.3.1 变量之间的相关关系 2.3.2 两个变量的线性相关 问题提出 1.函数是研究两个变量之间的依存关系的一种数量形式.对于两个变量，如果当一个变量的取值一定时，另一个变量的取值被惟一确定，则这两个变量之间的关系就是一个函数关系. 2.在中学校园里，有这样一种说法：“如果你的数学成绩好，那么你的物理学习就不会有什么大问题.”按照这种说法，似乎学生的物理成绩与数学成绩之间存在着某种关系，我们把数学成绩和物理成绩看成是两个变量，那么这两个变量之间的关系是函数关系吗？ 3.我们不能通过一个人的数学成绩是多少就准确地断定其物理成绩能达到多少，学习兴趣、学习时间、教学水平等，也是影响物理成绩的一些因素，但这两个变量是有一定关系的，它们之间是一种不确定性的关系.类似于这样的两个变量之间的关系，有必要从理论上作些探讨，如果能通过数学成绩对物理成绩进行合理估计，将有着非常重要的现实意义. 知识探究（一）：变量之间的相关关系 思考1：考察下列问题中两个变量之间的关系： （1）商品销售收入与广告支出经费； （2）粮食产量与施肥量； （3）人体内的脂肪含量与年龄. 这些问题中两个变量之间的关系是函数关系吗？ 思考2：“名师出高徒”可以解释为教师的水平越高，学生的水平就越高，那么学生的学业成绩与教师的教学水平之间的关系是函数关系吗？你能举出类似的描述生活中两个变量之间的这种关系的