导学案52课件:2.3变量间的相关关系.ppt

  1. 1、本文档共37页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
导学案52课件:2.3变量间的相关关系要点

变量之间的相关关系 创设情境 导入新课 世界遗产——广西巴马长寿村 我国广西省有一个长寿村,名列世界五大长寿地区,村里有个不成文的规矩, “不到八十不祝寿” 。 2003年11月,国际自然医学会授予巴马“世界长寿之乡”证书。 同学们,知道长寿村长寿的秘密吗? 遗传基因、 自然环境、 水、 饮食 问题1、对于两个变量之间的关系,我们之前学过,函数关系是一种确定性关系。那么下列变量与变量之间哪些是确定性的函数关系,哪些是不确定相关关系? ①正方形边长与面积之间的关系 ②圆的半径与圆的周长之间的关系 ③年龄与人体的脂肪含量之间的关系 ④数学成绩与物理成绩之间的关系. 相关关系 初步探索,直观感知 探究一: 两个变量间的相关关系 请同学们试举几个现实生活中相关关系的例子。 问题2、在一次对人体脂肪含量和年龄的关系的研究中,研究人员获得了一组样本数据: 年龄 23 27 39 41 45 49 50 脂肪 9.5 17.8 21.2 25.9 27.5 26.3 28.2 年龄 53 54 56 57 58 60 61 脂肪 29.6 30.2 31.4 30.8 33.5 35.2 34.6 根据上述数据,人体的脂肪含量与年龄之间有怎样的关系? 探究二:散点图 初步探索,直观感知 如何进行数据分析? 思考:上图叫做散点图,你能描述一下散点图的含义吗? 在平面直角坐标系中,表示具有相关关系的两个变量的一组数据图形,称为散点图. 种植西红柿,施肥量与产量 之间的散点图 问题3 下面两个散点图中点的分布有什么不同? 初步探索,直观感知 年龄与脂肪含量之间的散点图 观察左面散点图,发现这些点大致分布在一条直线附 近。 像这样,如果散点图中点的分布从整体上看大致在一条______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 直线 散点图 3).如果所有的样本点都落在某一直线附近, 变量之间就有线性相关关系 . 1).如果所有的样本点都落在某一函数曲线上,就用该函数来描述变量之间的关系,即变量之间具有函数关系. 2).如果所有的样本点都落在某一函数曲线附近, 变量之间就有相关关系。 说明 散点图:用来判断两个变量是否具有相关关系. C 3、判断下列图形中具有线性相关关系的两个变量是 年龄与脂肪含量之间的散点图 气温与热饮杯数之间的散点图 问题4 (1)两个散点图的有什么共同之处? 探究三:线性相关、正相关、负相关 (2)两个散点图的点的分布有什么不同? 初步探索,直观感知 年龄与脂肪含量之间的散点图 气温与热饮杯数之间的散点图 探究三:线性相关、正相关、负相关 初步探索,直观感知 散落在直线的附近 线性相关 有相同的变化趋势 正相关 有相反的变化趋势 负相关 左面的散点图中,点散布在从左下角到右上角的区域,对于两个变量的这种相关关系,我们将它称为正相关。 右面的散点图中,点散布在从左上角到右下角的区域,对于两个变量的这种相关关系,我们将它称为负相关。 请同学们试举几个现实生活中变量之间成负相关实例。 初步探索,直观感知 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,这条直线就叫做回归直线。 这条回归直线的方程,简称为回归方程。 回归直线 整体上最接近 方案一:采用测量的方法:先画一条直线,测量出各点到它的距离,然后移动直线,到达一个使距离之和最小的位置,测量出此时直线的斜率和截距,就得到回归方程。 如何具体的求出这个回归方程呢? 方案二: 在图中选取两点画直线,使得直线两侧的点的个数基本相同。 三、如何具体的求出这个回归方程呢? 方案三: 在散点图中多取几组点,确定几条直线的方程,分别求出各条直线的斜率和截距的平均数,将这两个平均数作为回归方程的斜率和截距。 三、如何具体的求出这个回归方程呢? 上述三种方案均有一定的道理,但可靠性不强,我们回到回归直线的定义。 求回归方程的关键是如何用数学的方法来刻画“从整体上看,各点与直线的偏差最小”。 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,这条直线就叫做回归直线。 思考6: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? 当自变量x取xi(i=1,2,…,n)时可以得到回归直 线上的点的纵坐标为: 它与样本数据yi的偏差是:

文档评论(0)

dajuhyy + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档