高中数学（人教版A版必修三）配套课件：2.3.2变量间的相关关系（二）.pptx

第二章　§2.3变量间的相关关系2.3.2　两个变量的线性相关(二)学习目标1.理解两个变量线性相关的概念；2.了解用最小二乘法建立线性回归方程的思想，会用给出的公式建立回归方程；3.理解回归直线与观测数据的关系.问题导学题型探究达标检测问题导学 　新知探究 点点落实知识点一　线性相关思考　回顾上一节你看到的散点图，大致呈哪些形状？答案　饼状，曲线状，直线状.如果散点图中点的分布从整体上看大致在一条直线附近，就称这两个变量之间具有线性相关关系.两个变量线性相关是相关关系的一种.答案知识点二　回归直线的方程思考　数学上的“回归”是什么意思？答案　“回归”一词最早由英国统计学家(Francils Galton)提出的，本意是子女的身高会向一般人的均值靠拢.现在这个概念引伸到随机变量有向回归线集中的趋势.即观察值不是全落在回归线上，而是散布在回归线周围.但离回归线越近，观察值越多，偏离较远的观察值极少，这种不完全呈函数关系，但又有一定数量关系的现象称回归.(1)回归直线：如果散点图中点的分布从整体上看大致在 附近，就称这两个变量之间具有 关系，这条直线叫做回归直线.(2)回归方程： 对应的方程叫做回归直线的方程，简称回归方程.一条直线线性相关回归直线答案知识点三　最小二乘法思考　具有线性相关关系的散点大致分布在一条直线附近.如何确定这条直线比较合理？答案　应该使散点整体上最接近这条直线.最小二乘法是一种求回归直线的方法，用这种方法求得的回归直线能使样本数据的点到回归直线的距离的平方和最小.返回答案题型探究 重点难点 个个击破类型一　线性相关的概念例1　以下是某地搜集到的新房屋的销售价格和房屋面积的数据：房屋面积(m2)617011511080135105销售价格(万元)12.215.324.821.618.429.222画出数据对应的散点图，并指出销售价格与房屋面积这两个变量是正相关还是负相关.反思与感悟解析答案解　散点图如下：由上图可看出，销售价格与房屋面积这两个变量是正相关.反思与感悟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，呈递增趋势，是正相关；反之为负相关.反思与感悟跟踪训练1　一个车间为了规定工时定额，需要确定加工零件所花费的时间，为此进行了10次试验，收集数据如下：零件数x(个)102030405060708090100加工时间y(min)626875818995102108115122(1)画出散点图；解　散点图如下：解析答案(2)关于加工零件的个数与加工时间，你能得出什么结论？解　加工零件的个数与所花费的时间具有正的线性相关关系.解析答案类型二　回归方程的求法例2　下表为某地近几年机动车辆数与交通事故数的统计资料.机动车辆数x/千台95110112120129135150180交通事故数y/千件6.27.57.78.58.79.810.213(1)请判断机动车辆数与交通事故数之间是否具有线性相关关系，如果不具有线性相关关系，说明理由；解　在平面直角坐标系中画出数据的散点图，如图.直观判断散点在一条直线附近，故具有线性相关关系.解析答案(2)如果具有线性相关关系，求出回归方程.解析答案跟踪训练2　以下是某地搜集到的新房屋的销售价格y和房屋的面积x的数据：房屋面积x(m2)11511080135105销售价格y(万元)24.821.618.429.222(1)画出数据对应的散点图；解　数据对应的散点图如图所示：解析答案(2)求回归方程，并在散点图中加上回归直线.解析答案解析答案回归直线如(1)中图所示.类型三　回归方程的应用例3　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，得到一个卖出的热饮杯数与当天气温的对比表：摄氏温度/℃－504712151923273136热饮杯数15615013212813011610489937654(1)画出散点图；解　散点图如图所示：解析答案(2)从散点图中发现气温与热饮销售杯数之间有什么关系；解　从上图看到，各点散布在从左上角到右下角的区域里，因此，气温与热饮销售杯数之间呈负相关，即气温越高，卖出去的热饮杯数越少.(3)求回归方程；解　从散点图可以看出，这些点大致分布在一条直线的附近，因此，可用公式求出回归方程的系数.解析答案(4)如果某天的气温是2℃，预测这天卖出的热饮杯数；因此，某天的气温为2℃时，这天大约可以卖出143杯热饮.(5) 气温为2℃时，小卖部一定能够卖出143杯左右热饮吗？为什么？解　小卖部不一定能够卖出143杯左右热饮，原因如下：①回归方程中的截距和斜率都是通过样本估计出来的，存在误差，这种误差可以导致预测结果的偏差.②即使截距和斜率的估计没有误差，也不可能百分之百地保证对应于x的预