《线性回归方程》教案1（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，会在散点较长中作出线性直线，会用线性回 归方程进行预测； （3）知道最小二乘法的含义，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，了解（线性）相关系数的定义． 教学重点 散点图的画法，回归直线方程的求解方法． 教学难点 回归直线方程的求解方法． 教学过程 一、问题情境 1．情境： 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比如说：某某同学的数学成绩与物理成绩，彼此是互相联系的，但不能认为数学是“因”，物理是“果”，或者反过来说事实上数学和物理成绩都是“果”，而真正的“因”是学生的理科学习能力和努力程度所以说，函数关系存在着一种确定性关系但还存在着另一种非确定性关系——相关关系 2．问题： 某小卖部为了了解热茶销售量与气温之间的关系，随机统计并制作了某6天卖出热茶的杯数与当天气温的对照表： 气温/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？ 二、学生活动 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). 从右图可以看出.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、建构数学 1．最小平方法： 用方程为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 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) . 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： 像能用直线方程近似表示的相关关系叫做线性相关关系. 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,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 ,（*） , 四、数学运用 1．例题： 例1． 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． 2．练习： （1）第75页练习1、2 （2）下列两个变量之间的关系哪个不是函数关系（　D　　） A．角度和它的余弦值 B.正方形边长和面积 C．正ｎ边形的边数和它的内角和 D.人的年龄和身高 （3）给出施化肥量对水稻产量影响的试验数据： 施化肥量x 15 20 25 30 35 40 45 水稻产量y 330 345 365 405 445 450 455 (1)画出上表的散点图;(2)求出回归直线并且画出图形 解：(1)散点图（略）． (2)表中的数据进行具体计算，列成以下表格 i 1 2 3 4 5 6 7 xi 15 20 25 30 35 40 45 yi 330 345 3