人教版高中数学(理科)选修线性回归（二）.docVIP

线性回归（二） 教学目的： 1 进一步熟悉回归直线方程的求法 2．加深对回归直线方程意义的理解 3. 增强学生应用回归直线方程解决相关实际问题的意识 教学重点：准确求出回归直线方程 教学难点：样本相关系数显著性检验的方法 授课类型：新授课 课时安排：1课时 教 具：多媒体、实物投影仪 教学过程： 一、复习引入： 1．相关关系的概念 相关关系是非随机变量与随机变量之间的关系，函数关系是两个非随机变量之间的关系，是一种因果关系，而相关关系不一定是因果关系，所以相关关系与函数关系不同，其变量具有随机性，因此相关关系是一种非确定性关系 （有因果关系，也有伴随关系）.因此，相关关系与函数关系的异同点如下： 不同点：函数关系是一种确定的关系；而相关关系是一种非确定关系；函数关系是自变量与因变量之间的关系，这种关系是两个非随机变量的关系；而相关关系是非随机变量与随机变量的关系． 2． 通俗地讲，回归分析是寻找相关关系中非确定性关系的某种确定性 3．.散点图形象地反映了各对数据的密切程度 4. 回归直线 ，其中a、b是待定系数． , 相应的直线叫做回归直线，对两个变量所进行的上述统计分析叫做回归分析 二、讲解新课： 1.相关系数：相关系数是因果统计学家皮尔逊提出的，对于变量y与x的一组观测值，把 = y与x之间的. 2.相关系数的性质： 1，且1，相关程度越大；且0，相关程度越小. 3.显著性水平: 它必须在每一次统计检验之前确定 4. 显著性检验：(相关系数检验的步骤)0.01和0.05，自由度为ｎ－２，其中ｎ是数据的个数 0.05或0.01及自由度n-2（n为观测值组数）相应的相关数临界值r0 05r0 01；例如ｎ＝７时，ｒ0.05＝0.754，ｒ0.01＝0.874 0.05比较，若ｒ＞ｒ0.05，上面ｙ与ｘ是线性相关的,当≤r0 05r0 01，认为线性关系不显著 结论：讨论若干变量是否线性相关，必须先进行相关性检验，在确认线性相关后，再求回归直线； 通过两个变量是否线性相关的估计，实际上就是把非确定性问题转化成确定性问题来研究； 我们研究的对象是两个变量的线性相关关系，还可以研究多个变量的相关问题，这在今后的学习中会进一步学到 三、讲解范例： 例1．在7块并排、形状大小相同的试验田上进行施化肥量对水稻产量影响的试验，得数据如下（单位：kg） x 15 20 25 30 35 40 45 水稻产量y 330 345 365 405 445 450 455 1）画出散点图如下： 2）检验相关系数r的显著性水平： i 1 2 3 4 5 6 7 xi 15 20 25 30 35 40 45 yi 330 345 365 405 445 450 455 xiyi 4950 6950 9125 12150 15575 18000 20475 =30,=399.3,=7000,=1132725,=87175 r==0.9733，在“相关系数检验的临界值表”查出与显著性水平0.05及自由度7-2=5相应的相关数临界值r0 05=0.754＜0.9733，这说明水稻产量与施化肥量之间存在线性相关关系. 3）设回归直线方程 计算a，b， 得b= a=399.3-4.75×30≈257，则回归直线方程 2．y（万元）与该月产量x（万件）之间由如下一组数据： 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 2.25 2.37 2.40 2.55 2.64 2.75 2.92 3.03 3.14 3.26 3.36 3.50 1）画出散点图；2）检验相关系数r的显著性水平；3）求月总成本y与月产量x之间的回归直线方程. i 1 2 3 4 5 6 7 8 9 10 11 12 xi 1.08 1.12 1.19 1.28 1.36 1.48 1.59 1.68 1.80 1.87 1.98 2.07 yi 2.25 2.37 2.40 2.55 2.64 2.75 2.92 3.03 3.14 3.26 3.36 3.50 xiyi 2.43 2.264 2.856 3.264 3.590 4.07 4.643 5.090 5.652 6.096 6.653 7.245 =，==2.8475，=29.808，=99.2081，=54.243 1）画出散点图： 2）r= = 0.05及自由度12-2=10相应的相关数临界值r0 05=0.5760.997891, y（万元）与该月产量x（