变量间的相关关系 - 丰台区课程改革平台.docVIP

变量间的相关关系 一、教学目标 1、理解变量间的相关关系 2、利用散点图直观认识两个变量之间的线性关系 3、知道最小二乘法和回归分析的思想； 4、根据线性回归方程的系数公式建立线性回归方程，学会应用excel建立线性回归方程 5、发现随机变量存在规律，经历线性回归分析过程，借助计算机得出回归直线，增强应用数学知识和信息技术解决实际问题的意识。 二、重点难点分析： 教学重点： 1、利用散点图直观认识两个变量之间的相关关系 2. 最小二乘法和回归分析的思想； 3．会求回归直线 教学难点： 建立回归思想 ，理解回归直线与观测数据的关系 三、教学设计 （一）创设情境： 探究一、在学校里，老师经常对学生说：“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一种相关关系。 问题1：这种说法有没有根据呢？你如何认识它们之间的关系？ （老师讲解）物理成绩与数学成绩是两个变量，从经验上看，由于物理学习中要用到比较多的数学知识和方法，因此数学成绩的好坏影响着物理成绩的高低，即物理成绩确实与数学成绩有一定的关系。但还有很多其他影响物理成绩的因素，因此不能用数学成绩来确定物理成绩，这两个变量之间是一种不确定的关系。这就是今天我们要来学习的两个变量间的相关关系。 问题2：在现实生活中，还存在着这样的相关关系吗？你能举出实例吗？ （老师讲解）上述同学们说到的两个变量间的关系，有两个特点：一是都可以通过自己的生活、学习经验做出相应的判断。但只凭经验下结论，还是容易出错的，因此我们需要更有说服力的方法来进行判断；二是这些关系并不像我们以前学习的函数关系那样是完全确定的，而是带有不确定性，因此需要我们收集大量的数据，在对数据进行统计分析的基础上，发现其中的规律，才能对它们的关系作出判断。在这一过程中，统计发挥着非常重要的作用。） 如何在统计，分析数据的基础上，应用什么工具来对两个变量间的关系作出判断呢？我们来看下面几组数据。 （二）新课教学 探究二、在一次对某面包店冷、热饮及面包销售量与气温的关系的调查中，我们得到了以下三组数据： 摄氏温度(℃) -5 0 4 7 12 15 19 23 27 31 36 热饮杯数 156 150 132 128 130 116 104 89 93 76 54 摄氏温度(℃) -5 0 4 7 12 15 19 23 27 31 36 冷饮杯数 20 25 34 59 95 102 126 138 142 156 168 摄氏温度(℃) -5 0 4 7 12 15 19 23 27 31 36 面包个数 20 50 102 40 56 13 86 88 46 12 52 上述三组数据中，两个变量间有怎样的关系？ 1、散点图 与以前一样，我们可以通过统计图、表来使我们对两个变量间的关系有一个直观的印象和判断，这种叫做散点图。 用x轴表示温度，用y轴表示销售量，对上述三组数据中的两个变量可以做出下面三个散点图：（用电脑演示如何做散点图） 思考： 问题1：根据上面的三个散点图，你能对两个变量间的关系做出什么判断？ 前两幅图中两个变量具有相关关系，第三幅图中两个变量不相关。 问题2：前两幅图中，两个变量都存在相关关系，它们有不同吗？ 第一幅图中，热饮杯数随着气温的增加而减少，我们将它称为正相关； 第二幅图中，冷饮杯数随着气温的增加二增加，我们将它称为负相关。 问题3：当两个变量成正相关或负相关时，对应的散点图有什么特点？ 当两个变量正相关时，散点图中点散布在从左下角到右上角的区域 ； 当两个变量负相关时，散点图中点散布在从左上角到右下角的区域。 2、线性相关关系与回归直线 （1）定义：以第一幅图为例，下面我们要研究当温度增加时，售出的热饮杯数到底以什么方式减少？如果我们能找到其中的关系，就可以预测不同温度时，售出的热饮杯数了。 问题4：观察第一幅图，图中点的分布有什么规律？ （若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,这条直线叫做回归直线。如果能够求出这条回归直线的方程，我们就能进行预测了。） （2）最小二乘法 探究三：如何得到回归直线？我们希望图中各点离这条直线的偏差最小，你有什么办法得到这条直线？ 实际上，求回归直线方程的关键是如何用数学的方法刻画“从整体上看，各点与此直线的距离最小” 探究四：如何表示这些点与这条直线之间的距离呢？ 假设我们已经得到两个具有线性相关关系的变量的一组数据： 直线设为 思考1：直接用数据点到直线的距离的和来表示： = （注：讲解符号） 这个和什么时候能取得最小