线性相关汇总.docVIP

线性回归（一） 目的要求 1．明确事物间是相互联系的，了解非确定性关系中两变量的统计方法。 2．掌握散点图的画法及在统计中的作用。 3．掌握回归直线方程的求解方法。 内容分析 1．事物是相互联系的，有的联系是确定性的关系，比如正方形边长与其面积的函数关系；有的是非确定性关系，比如学生的性别特征与学习成绩的关系。不确定性的关系并不等于没有关系。 2．研究相关关系的内容十分丰富，但本教科书只涉及到“线性回归分析”和“相关系数”，本节课重点研究线性回归，通过散点图，寻找一条最能代表变量x与y之间的关系的直线，根据散点分布情况，求得其线性回归方程。 3．散点图对于探究两种事物、两种现象之间的关系起着重要作用。散点图是用平面直角坐标系上点的散布图形来表示两种事物之间的相关性及联系的模式，比如：为研究小学生的身高与体重之间的关系，研究人员分别以每个学生的身高、体重为横、纵坐标，在平面直角坐标系内画出相应的点，这些点便组成了相关的散点图。 4．散点图直观地反映了两个事物的成对观测值之间是否存在相关，至于什么样的相关，就要看研究的角度。相关关系包括线性相关和非线性相关，本节只涉及线性相关。 5．回归直线方程的求解是本节课的重点。我们采用n个偏差的平方和来表示n个点与相应的直线在整体上的接近程度，当Q取最小值时，a、b的值： ，。 因涉及较为复杂的求和运算，关于公式的推导作为阅读内容，但为了对回归直线方程求法的理解，授课应提纲挈领地讲清其主干知识。 6．回归直线方程的求解步骤：（1）借助科学计算器计算相关的量。科学计算器的使用是统计的基本技能，它可以方便我们进行求和运算，因此讲课时应介绍计算器的简单应用。（2）利用公式求和。统计书中习惯于用b表示一次项系数，正好与以前的一次函数的表示相反。 数学过程 1．提出问题 （1）客观事物都是互相联系的。过去研究的大多数是因果关系，但实际上更多存在的是一种非因果联系。比如说：某某同学的数学成绩与物理成绩，彼此是相互联系的，但是不能认为数学是“因”，物理是“果”，或者反过来说。事实上数学与物理成绩都是“果”，而真正的“因”是学生理科学习能力和努力程度。所以说，函数关系是一种确定性关系。还存在另一种非确定性关系一一相关关系。 （2）现实生活中存在大量的相关关系，让学生列举二、三例。 2．相关关系的概念，用散点图形象地表示数据的分布情况 （1）研究两个变量之间的关系时，存在着确定性关系和非确定性关系。我们把当自变量取值一定时，因变量的取值带有一定随机性的两个变量之间的关系称为相关关系。由于变量具有随机性，因此相关关系是一种非确定性关系。 （2）在平面直角坐标系下，根据数据找出相应的点： 施化肥量（x） 15 20 25 30 35 40 45 水稻产量（y） 330 345 365 405 445 450 455 相应的点（x，y），这样相关关系的两个变量的一组数据的图形称为散点图。 （3）粗略地着，散点分布在某条直线的附近，但是仅仅这样研究是不够的。 3．回归直线方程的求解 （1）根据n个点的大致分布情况，寻找最接近它的一条直线。 （2）用n个点与该直线的偏差的平方和，来研究接近程度。 设所求的直线方程为则 每点与直线的偏差：， 因为考虑到偏差的符号可能有正有负，因此应用偏差的平方和作为考虑对象。 ， 可获得使Q取最小值时的a、b的值： ， ， 所得到的方程称力回归直线方程，相应的直线叫做回归直线，这种回归分析方法称为线性回归分析。 （3）关于“∑”。英文名称是“sigma”，中文读作“西格马”。 ，， 解释其含义，在于深化对上述b、a的理解。题中的求和更多地采用科学计算器。 （4）用科学计算器对统计求和是数学中的基本技能，上课时应现场讲授计算器的简单使用方法，提供几组数据的统计求和，提高学生计算的准确率。 4．例题讲解 例 一个工厂在某年里每月产品的总成本y（万元），与该月总产量x（万件）之间关系的一组数据： x 1.08 1.12 1.19 1.28 1.36 1.48 1.59 1.68 1.80 1.87 1.98 2.07 y 2.62 2.37 2.40 2.55 2.46 2.75 2.92 3.03 3.14 3.26 3.36 3.50 （1）画出散点图。 （2）求月总成本y与月产量x之间的回归直线方程。 讲解此题应注意的问题： （1）画散点图关键是以成对的一组数据，分别为此点的横、纵坐标，在平面直角坐标系把其找出来。其横、纵坐标的长度单位选取可以不同，应考虑到数据分布的特征。 （2）散点图只是形象地描述点的分布情况，它的“线性”是否明显只能通过观察，要想把握其特征，必须进行定量