2017年高中数学 第二章 统计 2.4 线性回归方程（一）教案 苏教版必修3.docVIP

2.4　线性回归方程（1） 教学目标： 1. 通过收集现实问题中两个有关联变量的数据作出散点图 ，并利用散点图直观认识变量间的相关关系； 2. 在两个变量具有线性相关关系时，会在散点图中作出线性直线，会用线性回归方程进行预测；知道最小二乘法的思想,能根据给出的线性回归方程系数公式建立线性回归方程二、提出问题：C 26 18 13 10 4 杯数 20 24 34 38 50 64 如果某天的气温是，你能根据这些数据预测这天小卖部卖出热茶的杯数吗？ 为了了解热茶销量与气温的大致关系，我们以横坐标表示气温，纵坐标表示热茶销量，建立直角坐标系，将表中数据构成的个数对所表示的点在坐标系内标出，得到下图，今后我们称这样的图为散点图(scatterplot). 从下图可以看出，这些点散布在一条直线的附近,故可用一个线性函数近似地表示热茶销量与气温之间的关系. 选择怎样的直线近似地表示热茶销量与气温之间的关系？ 我们有多种思考方案： （1）选择能反映直线变化的两个点,例如取这两点的直线； （2）取一条直线,使得位于该直线一侧和另一侧的点的个数基本相同； （3）多取几组点,确定几条直线方程,再分别算出各条直线斜率、截距的平均值,作为所求直线的斜率、截距； …… 怎样的直线最好呢? 三、．的直线拟合散点图中的点，应使得该直线 与散点图中的点最接近．那么，怎样衡量直线与图中六 个点的接近程度呢？ 我们将表中给出的自变量的六个值带入直线方程,得到相应的六个的值: .这六个值与表中相应的实际值应该越 接近越好.所以,我们用类似于估计平均数时的思想,考虑离差的平方和 说明： 是直线与各散点在垂直方向(纵轴方向)上的距离的平 方和,可以用来衡量直线与图中六个点的接近程度,所以,设法取的 值,使达到最小值.这种方法叫做最小平方法(又称最小二乘法)（method of least square）. 先把看作常数,那么是关于的二次函数.易知,当时, 取得最小值.同理, 把看作常数,那么是关于的二次函数.当 时, 取得最小值.因此,当时，取的最小值，由此解得 .所求直线方程为.当 时,,故当气温为时,热茶销量约为杯. 2．线性相关关系： 像这样能用直线方程近似表示的相关关系叫做线性相关关系(liner correlation). 3．线性回归方程： 一般地,设有个观察数据如下： … … 当使取得最小值时,就 称为拟合这对数据的线性回归方程（linear regression equation）, 该方程所表示的直线称为回归直线． 上述式子展开后，是一个关于的二次多项式，应用配方法，可求出使为最小值时的的值．即 结论：,（*） , 说明：公式（*）的推导比较复杂，这里不作要求． 四、数学运用 例题　下表为某地近几年机动车辆数与交通事故数的统计资料，请判断机动 车辆数与交通事故数之间是否有线性相关关系，如果具有线性相关关系，求出线 性回归方程；如果不具有线性相关关系，说明理由． 机动车辆数／千台 95 110 112 120 129 135 150 180 交通事故数／千件 6.2 7.5 7.7 8.5 8.7 9.8 10.2 13 解：在直角坐标系中画出数据的散点图，直观判断散点在一条直线附近，故具有线性相关关系．计算相应的数据之和： ， 将它们代入（）式计算得， 所以，所求线性回归方程为． 巩固深化，反馈矫正： 1．下面是我国居民生活污水排放量的一组数据（单位：10 t） 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）求线性回归方程． 五、归纳整理，整体认识 1．的计算公式，算出．由于计算量较大，所以在计算时应借助技术手段，认真细致，谨防计算中产生错误． 2.求线性回归方程的步骤： ①计算平均数；②计算的积，求；③计算；④将结果代入公式求；⑤用 求；⑥写出回归方程 - 1 -