两个变量的线性相关-课件_第1页
两个变量的线性相关-课件_第2页
两个变量的线性相关-课件_第3页
两个变量的线性相关-课件_第4页
两个变量的线性相关-课件_第5页
已阅读5页,还剩20页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

两个变量的线性相关

肥城三中王立涛一、创设情境

导入新课:我们曾经研究过两个变量之间的函数关系:一个自变量对应着唯一的一个函数值,这两者之间是一种确定关系。生活中的任何两个变量之间是不是只有确定关系呢?请同学们举例说明世界是一个普遍联系的整体,任何事物都与其它事物相联系。数学的理解世界★数学学习与物理学习★商业销售收入与广告之间★粮食产量与施肥量之间★人体脂肪含量与年龄之间生活中相关成语:“名师出高徒”,“瑞雪兆丰年”“强将手下无弱兵”“虎父无犬子”学习目标:

1、知识与技能:

利用散点图判断线性相关关系,了解最小二乘法的思想及回归方程系数公式的推导过程,通过实例加强回归直线方程含义的理解,能够对实际问题进行分析和预测。2、过程与方法:

①通过自主探究体会数形结合、类比、及最小二乘法的数学思想方法。

②通过动手操作培养学生观察、分析、比较和归纳能力,引出利用计算机等现代化教学工具的必要性。3、情感、态度与价值观:

类比函数的表示方法,使学生理解变量间的相关关系,增强应用回归直线方程对实际问题进行分析和预测的意识,让学生动手操作,合作交流,激发学生的学习兴趣。

二、合作探索,直观感知

问题探究:

在一次对人体年龄关系的研究中,研究人员获得了一组样本数据:根据数据,人体的脂肪含量与年龄之间有怎样的关系?(同学们交流)

年龄23273941454950脂肪9.517.821.225.927.526.328.2年龄53545657586061脂肪29.630.231.430.833.535.234.6

从上表发现,对某个人不一定有此规律,但对很多个体放在一起,就体现出“人体脂肪随年龄增长而增加”这一规律。而表中各年龄对应的脂肪数是这个年龄人群的样本平均数。我们也可以对它们作统计图、表,对这两个变量有一个直观上的印象和判断。

下面我们以年龄为横轴,脂肪含量为纵轴,建立直角坐标系,作出各个点,称该图为散点图年龄脂肪含量..........电子表格演示正、负相关、线性相关概念探究请同学们观察这4幅图,看有什么特点?

010203040506070809010040506070809011000.20.40.60.811.2-0.200.20.40.60.811.2正相关:从散点图1可以看出因变量随自变量的增大而增大,图中的点分布在左下角到右上角的区域负相关:从散点图2可以看出因变量随自变量的增大而减小则称作负相关,负相关的散点图中的点分布在左上角到右下角的区域.无相关性:从散点图3、4可以看出因变量与自变量不具备相关性小结:两个变量间的相关关系,可以借助散点图直观判断小试牛刀:下列变量之间是相关关系的是()A、出租车费与行驶的里程B、房屋面积与房屋价格C、身高与体重D、铁的大小与质量E、网速与下载文件所需时间是负相关

C、E我们再观察它的图像发现这些点大致分布在一条直线附

近,像这样,如果散点图中点的分布从整体上看大致在

一条直线附近,我们就称这两个变量之间具有线性相

关关系,这条直线叫做回归直线,该直线叫回归方程。年龄脂肪含量202530354045505560650510152025303540..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。20253035404550556065年龄脂肪含量0510152025303540.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。20253035404550556065年龄脂肪含量0510152025303540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,得回归方程。

如图20253035404550556065年龄脂肪含量0510152025303540回归直线实际上,求回归直线的关键是如何用数学的方法来刻画“从整体上看,各点到此直线的距离小”。

人们经过实践与研究,已经找到了计算回归方程的斜率与截距的一般公式:以上公式的推导较复杂,故不作推导,但它的原理较为简单:即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∧∧例:有一个同学家开了一个小卖部,他为了研究气温对热饮销售的影响,经过统计,得到一个卖出的热饮杯数与当天气温的对比表:摄氏温度-504712151923273136热饮杯数15615013212813011610489937654

(1)画出散点图;(2)从散点图中发现气温与热饮销售杯数之间关系的一般规律;(3)求回归方程;(4)如果某天的气温是2℃,预测这天卖出的热饮杯数.三、例题示范,精讲点拨解:(1)散点图(2)气温与热饮杯数成负相关,即气温越高,卖出去的热饮杯数越少。温度热饮杯数列表y=-2.352x+147.767^(4)当x=2时,y=143.063,因此,这天大约可以卖出143杯热饮。^(3)=-2.352=143.767∧∧小结:求线性回归直线方程的步骤:第一步:列表;第二步:计算;第三步:代入公式计算b,a的值;第四步:写出直线方程,求解并预测实际生活问题。四、当堂达标1.有关线性回归的说法,不正确的是()A、相关关系的两个变量不是因果关系B、散点图能直观地反映数据的相关程度C、回归直线最能代表线性相关的两个变量之间的关系D、任一组数据都有回归方程2.回归方程y=1.5x-15,则()A、y=1.5x-15B、15是回归系数aC、1.5是回归系数aD、x=10时,y=03、观察两相关变量得如下表:画点散点图图,并求解回归方程∧--DAx-5-4-3-2-112345y-9-7-5-3-115379y=x∧4、5个学生的数学和物理成绩如

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论