高中数学必修3《变量间的相关关系》导学案

数学（高二上）导学案

必修三第二章第二节 课题：用样本估计总体

教学内容 2.3.1 变量之间的相互关系 2.3.2两个变量的线性相关

编制人 审 核 人

执教教师

学习

目标 1．理解两个变量的相关关系的概念．

2．会作散点图，并利用散点图判断两个变量之间是否具有相关关系．

3．会求回归直线的方程．

学情分析

教学措施

重点难

点分析 1、重点：判断两个变量之间是否具有相关关系。

2、难点：求回归直线的方程。

教学过程

一、自主预习

任务1 两个变量的线性相关

(1)散点图：将样本中n个数据点(xi，yi)(i＝1,2，…，n)描在平面直角坐标系中得到的图形．

(2)正相关与负相关：

①正相关：散点图中的点散布在从左下角到右上角的区域．

②负相关：散点图中的点散布在从左上角到右下角的区域．

任务2回归直线的方程

(1)回归直线：如果散点图中点的分布从整体上看大致在一条直线附近，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．

(2)回归方程：回归直线对应的方程叫做回归直线的方程，简称回归方程．

(3)回归方程y^＝b^x＋a^，其中b^是回归方程的斜率，a^是截距．

任务3最小二乘法

通过求Q＝i＝1n (yi－bxi－a)2的最小值而得出回归直线的方法，即求出的回归直线使样本数据中的点到它的距离的平方和最小的方法叫做最小二乘法． 教学思路

（二次备课）

二、合作探究 归纳展示

任务1 变量之间的相关关系

思考1 当一个变量的取值一定时，另一个变量的取值被唯一确定，则这两个变量之间是怎样的关系？考察下列问题中两个变量之间是什么关系？为什么？

(1)商品销售收入与广告支出经费；

(2)粮食产量与施肥量；

(3)人体内的脂肪含量与年龄．

答 当一个变量的取值一定时，另一个变量的取值被唯一确定，这两个变量是一个函数关系．(1)、(2)、(3)都不是函数关系，因为当其中一个变量变化时，另一个变量的变化还受其它因素的影响．

思考2 “名师出高徒”可以解释为教师的水平越高，学生的水平就越高，那么学生的学业成绩与教师的教学水平之间的关系是函数关系吗？为什么？

答 不是函数关系．因为学生的成绩提高的原因是多个因素的共同结果，并不由老师这一个因素唯一确定．况且一个老师教几十个学生，也有成绩差的．

思考3 函数关系与相关关系之间的区别与联系是怎样的？

答 函数关系中的两个变量间是一种确定性关系；相关关系是一种非确定性关系．函数关系是一种因果关系而相关关系不一定是因果关系，也可能是伴随关系，函数关系与相关关系之间有着密切联系，在一定条件下可以互相转化．

例1 在下列两个变量的关系中，哪些是相关关系？

①正方形边长与面积之间的关系；

②作文水平与课外阅读量之间的关系；

③人的身高与年龄之间的关系；

④降雪量与交通事故的发生率之间的关系．

解 两变量之间的关系有两种：函数关系与带有随机性的相关关系．①正方形的边长与面积之间的关系是函数关系．②作文水平与课外阅读量之间的关系不是严格的函数关系，但是具有相关性，因而是相关关系．③人的身高与年龄之间的关系既不是函数关系，也不是相关关系，因为人的年龄达到一定时期身高就不发生明显变化了，因而他们不具备相关关

系．④降雪量与交通事故的发生率之间具有相关关系．

跟踪训练1 有关法律规定，香烟盒上必须印上“吸烟有害健康”的警示语．吸烟是否一定会引起健康问题？有人认为“健康问题不一定是由吸烟引起的，所以可以吸烟”的说法对吗？

解 从已经掌握的知识来看，吸烟会损害身体的健康，但是除了吸烟之外，还有许多其他的随机因素影响身体健康，人体健康是很多因素共同作用的结果．我们可以找到长寿的吸烟者，也更容易发现由于吸烟而引发的患病者，所以吸烟不一定引起健康问题．但吸烟引起健康问题的可能性大．因此“健康问题不一定是由吸烟引起的，所以可以吸烟”的说法是不对的．

任务2 散点图

问题 在一次对人体脂肪含量和年龄关系的研究中，研究人员获得了一组样本数据：

年龄 23 27 39 41 45 49 50

脂肪 9.5 17.8 21.2 25.9 27.5 26.3 28.2

年龄 53 54 56 57 58 60 61

脂肪 29.6 30.2 31.4 30.8 33.5 35.2 34.6

思考1 观察上表中的数据，大体上看，随着年龄的增加，人体脂肪含量怎样变化？

答 随着年龄的增加，人体中脂肪的百分比也有所增加．

思考2 以x轴表示年龄，y轴表示脂肪含量，你能在直角坐标系中描出样本数据对应的图形吗？

答

思考3 阅读教材85页，你能说出散点图的定义吗？

答 在平面直角坐标系中，表示两个变量的一组数据图形，称为散点图．

思考4 阅读教材86页上半页后，你能说出正相关是如何定义的吗？类比正相关的定义，你能给负相关下个定义吗？

答 在散点图中，点散布在从左下角到右上角的区域，对于两个变量的这种相关关系，我们将它称为正相关．一个变量随另一个变量的变大而变小称为负相关，散点图中的点散布在从左上角到右下角的区域．

思考5 你能列举一些生活中的变量成正相关或负相关的实例吗？

答 成正相关的如：商品销售收入与广告支出经费；作文水平与课外阅读量；粮食产量与施肥量．成负相关的如：在一定范围内汽车的重量和汽车每消耗1 L汽油所行驶的平均路程．

例2 以下是某地搜集到的新房屋的销售价格和房屋面积的数据：

房屋面积m2 61 70 115 110 80 135 105

销售价格(万元) 12.2 15.3 24.8 21.6 18.4 29.2 22

画出数据对应的散点图，并指出销售价格与房屋面积这两个变量是正相关还是负相关．

解 散点图如下：

由上图可看出，销售价格与房屋面积这两个变量正相关．

跟踪训练2 一个车间为了规定工时定额，需要确定加工零件所花费的时间，为此进行了10次试验，收集数据如下：

零件数x(个) 10 20 30 40 50 60 70 80 90 100

加工时间y(min) 62 68 75 81 89 95 102 108 115 122

(1)画出散点图；

(2)关于加工零件的个数与加工时间，你能得出什么结论？ 解 (1)散点图如下：

(2)加工零件的个数与所花费的时间呈正线性相关关系．

任务3回归直线

思考1 在各种各样的散点图中，有些散点图中的点是杂乱分布的，有些散点图中的点的分布有一定的规律性，年龄和人体脂肪含量的样本数据的散点图中的点的分布有什么特点？

答 这些点大致分布在一条直线附近．

小结 回归直线的定义：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．

思考2 在样本数据的散点图中，能否用直尺准确画出回归直线？借助计算机怎样画出回归直线？

答 不能用直尺准确画出回归直线．用计算机中Excel可以方便地画出回归直线(见教材)．

探究点四 回归方程

问题 在直角坐标系中，任何一条直线都有相应的方程，回归直线的方程称为回归方程．对一组具有线性相关关系的样本数据，如果能够求出它的回归方程，那么我们就可以比较具体、清楚地了解两个相关变量的内在联系，并根据回归方程对总体进行估计，那么如何求出回归直线的方程呢？

思考1 回归直线与散点图中各点的位置应具有怎样的关系？

答 整体上最接近．选择能反映直线变化的两个点．

思考2 对一组具有线性相关关系的样本数据：(x1，y1)，(x2，y2)，…，(xn，yn)，设其回归方程为y^＝bx＋a，可以用哪些数量关系来刻画各样本点与回归直线的接近程度？ 答 可以用|yi－y^i|或(yi－y^i)2，其中y^i＝bxi＋a.(如图)

思考3 为了从整体上反映n个样本数据与回归直线的接近程度，你认为选用哪个数量关系来刻画比较合适？

答 Q＝(y1－bx1－a)2＋(y2－bx2－a)2＋…＋(yn－bxn－a)2.

思考4 回归方程中，a^，b^的几何意义分别是什么？

答 b^是回归方程的斜率，a^是截距．

思考5 利用计算器或计算机可求得年龄和人体脂肪含量的样本数据的回归方程y^＝0.577x－0.448，由此我们可以根据一个人的年龄预测其体内脂肪含量的百分比的回归值．若某人37岁，则其体内脂肪含量的百分比约为多少？

答 将x＝37代入方程y^＝0.577x－0.448，

得0.577×37－0.448＝20.901.

所以其体内脂肪含量的百分比约为20.901%.

例3 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：

氏温度℃ －5 0 4 7 12 15 19 23 27 31

饮杯数 156 150 132 128 130 116 104 89 93 76

(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．

解 (1)散点图如图所示：

(2)从上图看到，各点散布在从左上角到右下角的区域里，因此，气温与热饮销售杯数之间呈负相关，即气温越高，卖出去的热饮杯数越少．

(3)从散点图可以看出，这些点大致分布在一条直线的附近，因此，可用公式求出回归方程的系数．利用计算器容易求得回归方程y^＝－2.352x＋147.767.

(4)当x＝2时，y^＝143.063.因此，某天的气温为2℃时，这天大约可以卖出143杯热饮．

思考6 气温为2℃时，小卖部一定能够卖出143杯左右热饮吗？为什么？

答 小卖部不一定能够卖出143杯左右热饮，原因如下：(1)回归方程中的截距和斜率都是通过样本估计出来的，存在误差，这种误差可以导致预测结果的偏差．(2)即使截距和斜率的估计没有误差，也不可能百分之百地保证对应于x的预报值，能够与实际值y很接近．我们不能保证点(x，y)落在回归直线上，甚至不能百分之百地保证它落在回归直线的附近．

跟踪训练3 下表为某地近几年机动车辆数与交通事故数的统计资料.

机动车辆数x/千台 95 110 112 120 129 135 150 180

交通事故数y/千件 6.2 7.5 7.7 8.5 8.7 9.8 10.2 13

(1)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，如果不具有线性相关关系，说明理由；

(2)如果具有线性相关关系，求出回归直线方程．

解 (1)在直角坐标系中画出数据的散点图，如下图．