变量之间相关关系教学设计概要.docVIP

变量之间的有关关系教学设计 苏松廉 一．教学流程图 : 通过详细实例说明变量之间的有关关系 ↓ 利用散点图认识变量间的有关性 ↓ 对现实问题中两个有关系变量的有关性作出判断 ↓ 稳固练习，小结、作业 二．教学目的剖析 : （1）通过收集现实问题中两个有关系变量的数据作出散点图，并利用散点图直观认识变量间的有关关系 . 认识最小二乘法的含义，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 成立线性回归方程． 在两个变量具有线性有关关系时，会在散点图中作出线性回归直线，会用线性回归方程进行预测 . 三．教学重点与难点： 教学重点：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 . 四. 教学过程讲堂设计 : 1．创设情景，揭示课题 在上节课 , 为了认识热茶销量与气温的大概关系. 气温/0 C 26 18 13 10 4 1 杯数 20 24 34 38 50 64 我们以横坐标 x 表示气温，纵坐标 y 表示热茶销量，成立直角坐标系，将表中数据组成 的 6 个数对所表示的点在坐标系内标出，得到散点图. 从散点图能够看出 . 这些点大概散布在通过散点图中心的一条直线的邻近 . 如果散点图中点的散布从整体看大概散布在一条直线的 邻近 , 我们称这两个变量之间具有线性有关关系 , 这条直线 叫回归直线 .  如果能够求出这条回归直线的方程 , 我们就能够比较清 楚的认识热茶销量与气温之间的关系. 2. 最小二乘法 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) 选择能反应直线变化的两个点 , 比如取 (4,50),(18,24) 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真相同； 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 ? ------ 从整体上看 ,各点与此直线的距离最小 . . 即 : y bx a 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靠近 用方程为 ? y 那么，怎样权衡直线 bx a 与图中六个点的靠近程度呢？ ? ? 我 们 将 表 中 给 出 的 自 变 量 x 的 六 个 值 带 入 直 线 方 程 , 得 到 相 应 的 六 个 y 的 值 : 26b a,18b a,13b a,10b a,4 b a, b a . 这六个值与表中相应的实际值应该越接 近越好 . 所以 , 我们用近似于估计平均数时的思想 , 考虑离差的平方和 : Q(a,b) (26b a 20) 2 (18b a 24) 2 (13b a 34) 2 (10b a 38)2 (4b a 50) 2 ( b a 64) 2 1286b2 6a2 140ab 3820b 460a 10172 Q( a, b) 是直线 y? bx a 与各散点在垂直方向 (纵轴方向 )上的距离的平方和 ,能够用来权衡 ? a 与图中六个点的靠近程度 所以 设法取 a, b 的值 使 Q (a, b) 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 a 看作常数 , 那么 Q 是对于 b 的二次函数 . 易知 , 当 b 140a 3820 时 , Q 取得最小 2 1286 值.同理, 把 b 看作常数 , 那么 Q 是对于 a 的二次函数 . 当 a 140b 460 时 , Q 取得最小 12 值. 因此 , 当 b 140 a 3820 时， Q 取得最小值， 由此解得 b 1.6477, a 57.5568 . 所求 2 1286 a 140b 460 12 直线方程为 ? 1.6477 x 57.5568 . 当 x 5 时 , ? , 故当气温为 5 0 C 时 ,热茶销 量约为 66 y y 66 杯 . 线性回归方程的求解方法 一般地 ,设有 n 个察看数据如下： x x1 x2 x3 xn y y1 y2 y3 yn 当 a, b 使 Q ( y1 bx1 a)2 ( y2 bx2 a)2 ... ( yn bxn a) 2 取得最小值时 ,就 ? a 为拟合这 n 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 . 称 y bx 上述式子展开后，是一个对于 a, b 的二次多项式，应用配方法，可求出使 Q 为最小值 时的 a,b 的值．即 n n (xi x)(yi y) xi yi nx y b i 1 i 1 n n 2 1 n 1 n (xi x) x2 nx ,（ * ） x xi ,