三角恒等变换22.docxVIP

PAGE 26 变量间的相关关系及统计案例 适用学科 数学 适用年级 高一 适用区域 通用 课时时长（分钟） 60 知识点 相关关系和函数关系;散点图与线性相关 正相关与负相关;最小二乘法与线性回归方程 线性回归方程的应用;非线性回归问题 回归分析;独立性检验 教学目标 1．会作两个有关联变量的数据的散点图，会利用散点图认识变量间的相关关系． 2．了解最小二乘法的思想，能根据给出的线性回归方程系数公式建立线性回归方程． 3．了解独立性检验(只要求2×2列联表)的基本思想、方法及其简单应用． 4．了解回归分析的基本思想、方法及其简单应用． 教学重点 线性回归；散点图判断两个变量间的相关关系回归方程的求法 独立性检验的基本思想、方法及其简单应用； 回归分析的基本思想、方法及其简单应用． 教学难点 线性回归；散点图判断两个变量间的相关关系回归方程的求法 独立性检验的基本思想、方法及其简单应用； 回归分析的基本思想、方法及其简单应用． 教学过程 一、课堂导入 问题：什么变量相关关系？求独立性检验的步骤是什么？ 二、复习预习 1． 相关关系与函数关系的区别 相关关系与函数关系不同．函数关系中的两个变量间是一种确定性关系．例如正方形面积S与边长x之间的关系S＝x2就是函数关系．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．例如商品的销售额与广告费是相关关系．两个变量具有相关关系是回归分析的前提． 2． 回归分析是对具有相关关系的两个变量进行统计分析的方法，只有在散点图大致呈线性时，求出的回归直线方程才有实际意义，否则，求出的回归直线方程毫无意义．根据回归方程进行预报，仅是一个预报值，而不是真实发生的值． 三、知识讲解 考点1 变量间的相关关系 考点2 散点图 以一个变量的取值为横坐标，另一个变量的相应取值为纵坐标，在直角坐标系中描点，这样的图形叫做散点图． 考点3 回归直线方程与回归分析 (1)直线方程eq \o(y,\s\up6(^)) ＝a＋bx，叫做Y对x的回归直线方程，b叫做回归系数．要确定回归直线方程，只要确定a与回归系数b. (2)用最小二乘法求回归直线方程中的a，b有下列公式 eq \o(b,\s\up6(^)) ＝eq \f(\o(∑,\s\up6(n),\s\do4(i＝1))xiyi－n\x\to(x) \x\to(y),\o(∑,\s\up6(n),\s\do4(i＝1))x\o\al(2,i)－n\x\to(x)2)，eq \o(a,\s\up6(^)) ＝eq \x\to(y)－eq \o(b,\s\up6(^)) eq \x\to(x )，其中的eq \o(a,\s\up6(^)) ，eq \o(b,\s\up6(^)) 表示是求得的a，b的估计值． (3)相关性检验 ①计算相关系数r，r有以下性质：|r|≤1，并且|r|越接近1，线性相关程度越强；|r|越接近0，线性相关程度越弱； ②|r|r0.05，表明有95%的把握认为变量x与Y直线之间具有线性相关关系，回归直线方程有意义；否则寻找回归直线方程毫无意义． 考点4 独立性检验 (1)2×2列联表： B eq \x\to(B) 合计 A n11 n12 n1＋ eq \x\to(A) n21 n22 n2＋ 合计 n＋1 n＋2 n 其中n1＋＝n11＋n12，n2＋＝n21＋n22，n＋1＝n11＋n21，n＋2＝n12＋n22，n＝n11＋n21＋n12＋n22. (2)χ2统计量：χ2＝eq \f(n?n11n22－n12n21?2,n1＋n2＋n＋1n＋2). (3)两个临界值：3.841与6.635 当χ23.841时，有95%的把握说事件A与B有关； 当χ26.635时，有99%的把握说事件A与B有关； 当χ2≤3.841时，认为事件A与B是无关的． 四、例题精析 考点一 相关关系的判断 例1 5个学生的数学和物理成绩如下表： 　学生 学科　　 A B C D E 数学 80 75 70 65 60 物理 70 66 68 64 62 画出散点图，并判断它们是否具有相关关系． 【规范解答】解　以x轴表示数学成绩，y轴表示物理成绩，可得到相应的散点图如图所示． 由散点图可知，各组数据对应点大致在一条直线附近，所以两者之间具有相关关系，且为正相关． 【总结与反思】判断变量之间有无相关关系，一种简便可行的方法就是绘制散点图，根据散点图很容易看出两个变量之间是否具有相关性，是不是存在线性相关关系，是正相关还是负相关，相关关系是强还是弱． 考点二 线性回归分析 某车间为了制定工时定额，需要确定加工零件所花费的时间，为此做了四次试验，得到的数据如下： 零件的个数x(个) 2 3 4 5 加工的时