高中数学人教A版选择性必修第三册：8.1成对数据统计的相关性（第一课时）.pptx

8.1成对数据的统计相关性(第一课时)

1情景再现：《三国演义》第八十三回《战猇亭先主得仇人守江口书生拜大将》中有这样的话：先主视之，叹曰：“虎父无犬子也！”用御鞭一指，蜀兵一齐掩杀过去，吴兵大败.寓意：出色的父亲不会生出一般的孩子，主要用于夸奖别人的子辈.8.1.1变量的相关关系问题1：这样的说法绝对正确吗？能否举出类似的生活事例？

问题剖析：不正确，太绝对了，父亲的遗传基因对下一代的成长有帮助，但不是决定儿子成功与否的唯一因素.类似例子：庄稼一枝花、全靠肥当家，名师出高徒，瑞雪兆丰年，吸烟有害健康，城门失火殃及池鱼等.生活启示：二者之间有关系，但不足以密切到由一个因素去精确地决定另一因素的程度.人们更多是基于“经验之中有规律”做出感性推断，还需实践论证.

父亲的身高(x)子女的身高(y)广告的支出(x)商品销售额(y)空气污染值(y)汽车保有量(x)粮食亩产量(y)人工施肥量(x)如：（母亲身高、体育锻炼等）（商品质量、消费水平等）（生活垃圾、工业生产等）（土壤优良、田间管理等）2现象透视：8.1.1变量的相关关系视点：变量y的值不能随变量x的值的确定而唯一确定，所以我们无法直接用函数去描述变量之间的这种关系.

2现象透视：像这样，两个变量有关系，但又没有确切到可由其中一个去精确地决定另一个的程度，这种关系称为相关关系.问题2：那么，该如何刻画这两个变量之间的相关关系呢？8.1.1变量的相关关系

3数据分析：问题3：由以上数据，试推断人体脂肪含量与年龄之间存在怎样的关系？编号1234567891011121314年龄/岁2327394145495053545657586061脂肪含量/%9.517.821.225.927.526.328.229.630.231.430.833.535.234.6科研人员获得了一些年龄和脂肪含量的简单随机样本数据，如下图所示，表中每个年龄和相应的脂肪含量构成了成对数据.8.1.1变量的相关关系

4建立模型：如图所示，用横轴表示年龄，用纵轴表示脂肪含量，则每个成对样本数据都可以用直角坐标系中的点表示出来，由这些点组成了统计图.我们把这样的统计图叫做散点图.8.1.1变量的相关关系

5解决问题：数学的思维：可以推断脂肪含量变量和年龄变量之间存在着相关关系.8.1.1变量的相关关系数学的眼光：这些散点大致落在一条从左下角到右上角的直线附近.数学的语言：表明随着年龄的增加，相应脂肪的含量值呈现增高的趋势.

8.1.1变量的相关关系6思维拓展：正相关：如果从整体上看，当一个变量的值增加时，另一个变量的相应值也呈现增加的趋势，我们就称这两个变量正相关.

8.1.1变量的相关关系6思维拓展：负相关：如果从整体上看，当一个变量的值增加时，另一个变量的相应值呈现减少的趋势，我们就称这两个变量负相关.

8.1.1变量的相关关系6思维拓展：线性相关：如果两个变量的取值呈现正相关或负相关，而且散点落在一条直线附近，我们就称这两个变量线性相关.

8.1.1变量的相关关系6思维拓展：非线性相关：如果两个变量有相关性，但不是线性相关，那么我们就称这两个变量非线性相关或曲线相关.

8.1.1变量的相关关系6思维拓展：不相关：如果从整体上看，散点分布杂乱无章，毫无规律可言，看不出两个变量有什么相关性，我们就称这两个变量不相关.

8.1.1变量的相关关系7当堂检测：学生活动：我们现场随机采集15位同学及其父亲的身高数据，对样本数据进行列表汇总，并通过Excel制作散点图，根据模型阐述父亲身高和子女身高两个变量的相关性.

8.1.1变量的相关关系7当堂检测：附：江苏省徐州市睢宁县第一中学高一（2）班15位同学的统计模型父亲身高/cm165167168169162172173175178182183190182179175子女身高/cm166168170171168175175172176185180187176180173

8.1.1变量的相关关系7当堂检测：解：从散点图直观感知，父亲身高变量与子女身高变量呈现“正相关”的变量关系.即：一般情况下，父亲欲高则子女也欲高.

8.1.1变量的相关关系8课堂小结：变量的相关关系线性相关非线性相关不相关正相关负相关

8.1.1变量的相关