2.3.2两个变量的线性相关⑴.docVIP

§2.3.2两个变量的线性相关⑴ 教学目标 （1）了解非确定性关系中两个变量的统计方法； （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． 教学重点 线性回归方程的求解． 教学难点 回归直线方程在现实生活与生产中的应用． 教学过程： 1. 函数是研究两个变量之间的依存关系的一种数量形式.对于两个变量，如果当一个变量的取值一定时，另一个变量的取值被惟一确定，则这两个变量之间的关系就是一个函数关系. 2. 在中学校园里，有这样一种说法：“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某种关系，我们把数学成绩和物理成绩看成是两个变量，那么这两个变量之间的关系是函数关系吗？ 3. 这两个变量是有一定关系的，它们之间是一种不确定性的关系.类似于这样的两个变量之间的关系，有必要从理论上作些探讨，如果能通过数学成绩对物理成绩进行合理估计，将有着非常重要的现实意义. 知识探究（一）：变量之间的相关关系 思考考察下列问题中两个变量之间的关系，想一想这些问题中两个变量之间的关系是函数关系吗？ （1）商品销售收入与广告支出经费； （2）粮食产量与施肥量； （3）人体内的脂肪含量与年龄. 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？ 思考：为了从整体上反映n个样本数据与回归直线的接近程度，你认为选用哪个数量关系来刻画比较合适？ 思考：根据有关数学原理分析，当 时，总体偏差 为最小，这样就得到了回归方程，这种求回归方程的方法叫做最小二乘法.回归方程中，a，b的几何意义分别是什么？ 思考6：利用计算器或计算机可求得年龄和人体脂肪含量的样本数据的回归方程为 ，由此我们可以根据一个人个年龄预测其体内脂肪含量的百分比的回归值.若某人37岁，则其体内脂肪含量的百分比约为多少？ 20.9% 练习 3.F表提供了某厂节能降耗技术改造后生产甲产品过程中记录的产量x(吨)与相应的生产能耗Y(吨标准煤)的几组对照数据 x 3 4 5 6 y 2.5 3 4 4.5 (1)请画出上表数据的散点图； (2)请根据上表提供的数据，崩最小二乘法求出Y关于x的线性回归方程Y=bx+a； (3)已知该厂技改前100吨甲产品的生产能耗为90吨标准煤．试根据(2)求出的线性 同归方程，预测生产100吨甲产品的生产能耗比技改前降低多少吨标准煤? (参考数值：3×2．5+4×3+5×4+6×4．5=66.5) 解：（1）如图 （2）由对照数据，计算得： ; 所求的回归方程为 (3) , 吨, 预测生产100吨甲产品的生产能耗比技改前降低(吨) 课堂小结 求样本数据的线性回归方程，可按下列步骤进行： 第一步，计算平均数 第二步，求和 第三步，计算 第四步，写出回归方程 2. 回归方程被样本数据惟一确定，各样本点大致分布在回归直线附近.对同一个总体，不同的样本数据对应不同的回归直线，所以回归直线也具有随机性. 3. 对于任意一组样本数据，利用上述公式都可以求得“回归方程”，如果这组数据不具有线性相关关系，即不存在回归直线，那么所得的“回归方程”是没有实际意义的.因此，对一组样本数据，应先作散点图，在具有线性相关关系的前提下再求回归方程. 课后作业 教学反思：