- 1、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。。
- 2、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。
- 3、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)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
高中数学必修3教学设计数学23《变量间的相关关系》
§2.3变量间的相关关系
学习目标
(1)通过具体示例引导学生考察变量之间的关系,在讨论的过程中认识现实世界中存在着不能用函数模型描述的变量关系,从而体会研究变量之间的相关关系的重要性.
(2) 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.会作散点图,并对变量间的正相关或负相关关系作出直观判断.
(3) 在解决统计问题的过程中,进一步体会用样本估计总体的思想,理解统计的作用.
重点难点
重点:利用散点图直观认识变量间的相关关系.
难点:理解变量间的相关关系.
学法指导
在解决统计问题的过程中,进一步体会用样本估计总体的思想,理解数形结合的数学思想和逻辑推理的数学方法。
问题探究
复习回顾:
函数的定义
二、情景设置:
客观事物是相互联系的,过去研究的大多数是因果关系,但实际上更多存在的是一种非因果关系.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?
二、探究新知:
知识探究(一):变量之间的相关关系
思考1:考察下列问题中两个变量之间的关系:
(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.
这些问题中两个变量之间的关系是函数关系吗?
思考2:“名师出高徒”可以解释为教师的水平越高,学生的水平就越高,那么学生的学业成绩与教师的教学水平之间的关系是函数关系吗?你能举出类似的描述生活中两个变量之间的这种关系的成语吗?
思考3:上述两个变量之间的关系是一种非确定性关系,称之为相关关系,那么相关关系的含义如何?
思考4:相关关系与函数关系的异同点:
总结:对相关关系的理解应当注意以下几点:
其一是相关关系与函数关系不同.因为函数关系是一种非常确定的关系,而相关关系是一种非确定性关系,即相关关系是非随机变量与随机变量之间的关系.而函数关系可以看成是两个非随机变量之间的关系.因此,不能把相关关系等同于函数关系.
其二是函数关系是一种因果关系,而相关关系不一定是因果关系,也可能是伴随关系.例如,有人发现,对于在校儿童,鞋的大小与阅读能力有很强的相关关系.然而,学会新词并不能使脚变大,而是涉及到第三个因素——年龄.当儿童长大一些,他们的阅读能力会提高而且由于长大脚也变大.
其三是在现实生活中存在着大量的相关关系,如何判断和描述相关关系,统计学发挥着非常重要的作用.变量之间的相关关系带有不确定性,这需要通过收集大量的数据,对数据进行统计分析,发现规律,才能作出科学的判断.(对具有相关关系的两个变量进行统计分析的方法叫回归分析.)
知识探究(二):散点图
【问题】在一次对人体脂肪含量和年龄关系的研究中,研究人员获得了一组样本数据:……课本85页的探究。
思考1:描述一下散点图的含义。
思考2:C 26 18 13 10 4 杯数 20 24 34 38 50 64
[来源:学#科#网]
知识探究(三):线性回归
一、回归直线方程的推导
思考1:人体脂肪含量和年龄关系散点图中点的分布从整体上看有何特点?
思考2:如何描述这些特点?
(1)回归直线:观察散点图的特征,如果各点大致分布在 附近,就称两个变量之间具有线性相关的关系,这条直线叫做回归直线。
(2)回归方程: 对应的方程叫做回归方程。
思考3:回归直线方程的推导:我们该怎样来求出这个回归方程?请同学们展开讨论,能得出哪些具体的方案?
方案1、先画出一条直线,测量出各点与它的距离,再移动直线,到达一个使距离的和最小时,测出它的斜率和截距,得回归方程。
方案2、在图中选两点作直线,使直线两侧的点的个数基本相同。
方案3、如果多取几对点,确定多条直线,再求出这些直线的斜率和截距的平均值作为回归直线的斜率和截距。而得回归方程。
我们还可以找到更多的方法,但这些方法都可行吗? 科学吗?准确吗?怎样的方法是最好的?
思考4:如何求解最有代表性的直线方程?
①假设已经得到两个具有线性相关关系的变量的一组数据 , ,┉ 。
②设所求回归方程为 其中,是待定参数。
③由最小二乘法得
其中:是回归方程的 ,是 。
注: 1、各点到该直线的距离的平方和最小,这一方法叫最小二乘法。
2、我们把由一个变量的变化去推测另一个变量的方法称为回归方法。
二、求线性回归方程
例2:观察两相关变量得如下表:
x -1 -2 -3 -4 -5 5 3
文档评论(0)