下载文档原格式
2.3.1变量之间的相关关系教学目标：通过收集现实问题中两个有关联变量的数据作出散点图，并利用散点图直观认识变量间的相关关系。
教学重点：通过收集现实问题中两个有关联变量的数据作出散点图，并利用散点图直观认识变量间的相关关系。
教学过程：案例分析:一般说来，一个人的身高越高，他的人就越大，相应地，他的右手一拃长就越长，因此，人的身高与右手一拃长之间存在着一定的关系。
为了对这个问题进行调查，我们收集了北京市某中学2003年高三年级96名学生的身高与右手一拃长的数据如下表。
（1）根据上表中的数据，制成散点图。
你能从散点图中发现身高与右手一拃长之间的近似关系吗？（2）如果近似成线性关系，请画出一条直线来近似地表示这种线性关系。
（3）如果一个学生的身高是188cm，你能估计他的一拃大概有多长吗？解：根据上表中的数据，制成的散点图如下。
从散点图上可以发现，身高与右手一拃长之间的总体趋势是成一直线，也就是说，它们之间是线性相关的。
那么，怎样确定这条直线呢？同学1：选择能反映直线变化的两个点，例如（153，16），（191，23）二点确定一条直线。
同学2：在图中放上一根细绳，使得上面和下面点的个数相同或基本相同。
同学3：多取几组点对，确定几条直线方程。
再分别算出各个直线方程斜率、截距的算术平均值，作为所求直线的斜率、截距。
同学4：我从左端点开始，取两条直线，如下图。
再取这两条直线的“中间位置”作一条直线。
同学5：我先求出相同身高同学右手一拃长的平均值，画出散点图，如下图，再画出近似的直线，使得在直线两侧的点数尽可能一样多。
1015202530150155160165170175180185190195同学6：我先将所有的点分成两部分，一部分是身高在170 cm 以下的，一部分是身高在170 cm 以上的；然后，每部分的点求一个“平均点”——身高的平均值作为平均身高、右手一拃的平均值作为平均右手一拃长，即（164，19），（177，21）；最后，将这两点连接成一条直线。
2.3 变量间的相关关系2.3.1 变量之间的相关关系2.3.2 两个变量的线性相关整体设计教学分析变量之间的关系是人们感兴趣的问题.教科书通过思考栏目“物理成绩与数学成绩之间的关系”,引导学生考察变量之间的关系.在教师的引导下,可使学生认识到在现实世界中存在不能用函数模型描述的变量关系,从而体会研究变量之间的相关关系的重要性.随后,通过探究人体脂肪百分比和年龄之间的关系,引入描述两个变量之间关系的线性回归方程（模型）.教科书在探索用多种方法确定线性回归直线的过程中,向学生展示创造性思维的过程,帮助学生理解最小二乘法的思想.通过气温与饮料销售量的例子及随后的思考,使学生了解利用线性回归方程解决实际问题的全过程,体会线性回归方程作出的预测结果的随机性,并且可能犯的错误.进一步,教师可以利用计算机模拟和多媒体技术,直观形象地展示预测结果的随机性和规律性.三维目标1.通过收集现实问题中两个有关联变量的数据认识变量间的相关关系.2.明确事物间的相互联系.认识现实生活中变量间除了存在确定的关系外,仍存在大量的非确定性的相关关系,并利用散点图直观体会这种相关关系.3.经历用不同估算方法描述两个变量线性相关的过程．知道最小二乘法的思想,能根据给出的线性回归方程的系数公式建立线性回归方程．重点难点教学重点：通过收集现实问题中两个有关联变量的数据直观认识变量间的相关关系；利用散点图直观认识两个变量之间的线性关系；根据给出的线性回归方程的系数公式建立线性回归方程．教学难点：变量之间相关关系的理解；作散点图和理解两个变量的正相关和负相关；理解最小二乘法的思想.课时安排2课时教学过程第1课时导入新课思路1在学校里,老师对学生经常这样说：“如果你的数学成绩好，那么你的物理学习就不会有什么大问题.”按照这种说法，似乎学生的物理成绩与数学成绩之间存在着一种相关关系.这种说法有没有根据呢?物理也好；数学差的,物理也差,但又不全对.）物理成绩和数学成绩是两个变量,从经验看,由于物理学习要用到比较多的数学知识和数学方法.数学成绩的高低对物理成绩的高低是有一定影响的.但决非唯一因素,还有其他因素,如是否喜欢物理,用在物理学习上的时间等等.（总结：不能通过一个人的数学成绩是多少就准确地断定他的物理成绩能达到多少.但这两个变量是有一定关系的,它们之间是一种不确定性的关系.如何通过数学成绩的结果对物理成绩进行合理估计有非常重要的现实意义.）为很好地说明上述问题,我们开始学习变量之间的相关关系和两个变量的线性相关.(教师板书课题)思路2某地区的环境条件适合天鹅栖息繁衍，有人经统计发现了一个有趣的现象，如果村庄附近栖息的天鹅多，那么这个村庄的婴儿出生率也高，天鹅少的地方婴儿的出生率低，于是，他就得出一个结论：天鹅能够带来孩子.你认为这样得到的结论可靠吗？如何证明这个结论的可靠性？推进新课新知探究提出问题（1）粮食产量与施肥量有关系吗？“名师出高徒”可以解释为教师的水平越高,学生的水平也越高.教师的水平与学生的水平有什么关系？你能举出更多的描述生活中两个变量的相关关系的成语吗？（2）两个变量间的相关关系是什么？有几种？（3）两个变量间的相关关系的判断.讨论结果：（1）粮食产量与施肥量有关系,一般是在标准范围内,施肥越多,粮食产量越高；教师的水平与学生的水平是相关的,如水滴石穿,三人行必有我师等.我们还可以举出现实生活中存在的许多相关关系的问题.例如:商品销售收入与广告支出经费之间的关系.商品销售收入与广告支出经费有着密切的联系,但商品销售收入不仅与广告支出多少有关,还与商品质量、居民收入等因素有关.粮食产量与施肥量之间的关系.在一定范围内,施肥量越大,粮食产量就越高.但是,施肥量并不是决定粮食产量的唯一因素.因为粮食产量还要受到土壤质量、降雨量、田间管理水平等因素的影响.人体内的脂肪含量与年龄之间的关系.在一定年龄段内,随着年龄的增长,人体内的脂肪含量会增加,但人体内的脂肪含量还与饮食习惯、体育锻炼等有关,可能还与个人的先天体质有关.应当说,对于上述各种问题中的两个变量之间的相关关系,我们都可以根据自己的生活、学习经验作出相应的判断,因为“经验当中有规律”.但是,不管你的经验多么丰富,如果只凭经验办事,还是很容易出错的.因此,在分析两个变量之间的相关关系时,我们需要一些有说服力的方法.在寻找变量之间相关关系的过程中,统计同样发挥着非常重要的作用.因为上面提到的这种关系,并不像匀速直线运动中时间与路程的关系那样是完全确定的,而是带有不确定性.这就需要通过收集大量的数据(有时通过调查,有时通过实验),在对数据进行统计分析的基础上,发现其中的规律,才能对它们之间的关系作出判断.(2)相关关系的概念：自变量取值一定时,因变量的取值带有一定随机性的两个变量之间的关系,叫做相关关系.两个变量之间的关系分两类：①确定性的函数关系,例如我们以前学习过的一次函数、二次函数等；②带有随机性的变量间的相关关系,例如“身高者,体重也重”,我们就说身高与体重这两个变量具有相关关系.相关关系是一种非确定性关系.如商品销售收入与广告支出经费之间的关系.（还与商品质量、居民收入、生活环境等有关）(3)两个变量间的相关关系的判断：①散点图.②根据散点图中变量的对应点的离散程度,可以准确地判断两个变量是否具有相关关系.③正相关、负相关的概念.①教学散点图分析数据：大体上来看,随着年龄的增加,人体中脂肪的百分比也在增加.我们可以作散点图来进一步分析.②散点图的概念：将各数据在平面直角坐标系中的对应点画出来,得到表示两个变量的一组数据的图形,这样的图形叫做散点图，如下图.从散点图我们可以看出，年龄越大，体内脂肪含量越高.图中点的趋势表明两个变量之间确实存在一定的关系,这个图支持了我们从数据表中得出的结论.（a.如果所有的样本点都落在某一函数曲线上,就用该函数来描述变量之间的关系,即变量之间具有函数关系．b.如果所有的样本点都落在某一函数曲线附近,变量之间就有相关关系.c.如果所有的样本点都落在某一直线附近,变量之间就有线性相关关系）③正相关与负相关的概念：如果散点图中的点散布在从左下角到右上角的区域内,称为正相关.如果散点图中的点散布在从左上角到右下角的区域内,称为负相关.（注：散点图的点如果几乎没有什么规则,则这两个变量之间不具有相关关系）应用示例思路1例1 下列关系中,带有随机性相关关系的是_____________.①正方形的边长与面积之间的关系②水稻产量与施肥量之间的关系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析：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水稻产量与施肥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,因此填②④.答案：②④例 2 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?你认为“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?分析：学生思考,然后讨论交流,教师及时评价.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.点评：在探究研究的过程中,如果能够从两个变量的观察数据之间发现相关关系是极为有意义的,由此可以进一步研究二者之间是否蕴涵因果关系,从而发现引起这种相关关系的本质原因是什么.本题的意义在于引导学生重视对统计结果的解释,从中发现进一步研究的问题.思路2例1 有时候,一些东西吃起来口味越好,对我们的身体越有害.下表给出了不同类型的某种食品的数据.第二列表示此种食品所含热量的百分比,第三列数据表示由一些美食家以百分制给（1）作出这些数据的散点图.(2)关于两个变量之间的关系,你能得出什么结论?解：(1)散点图如下：(2)基本成正相关关系,即食品所含热量越高,口味越好.例2 案例分析：一般说来,一个人的身高越高,他的右手一拃长就越长,因此,人的身高与右手一拃长之间存在着一定的关系.为了对这个问题进行调查,我们收集了北京市某中学2003年高三年级96名学（1）根据上表中的数据,制成散点图.你能从散点图中发现身高与右手一拃长之间的近似关系吗？（2）如果近似成线性关系,请画出一条直线来近似地表示这种线性关系.（3）如果一个学生的身高是188 cm,你能估计他的一拃大概有多长吗？解：根据上表中的数据,制成的散点图如下.从散点图上可以发现,身高与右手一拃长之间的总体趋势是成一直线,也就是说,它们之间是线性相关的.那么,怎样确定这条直线呢？同学1：选择能反映直线变化的两个点,例如（153,16）,（191,23）两点确定一条直线.同学2：在图中放上一根细绳,使得上面和下面点的个数相同或基本相同.同学3：多取几组点对,确定几条直线方程.再分别算出各个直线方程斜率、截距的算术平均值,作为所求直线的斜率、截距.同学4：从左端点开始,取两条直线,如下图.再取这两条直线的“中间位置”作一条直线.同学5：先求出相同身高同学右手一拃长的平均值,画出散点图,如下图,再画出近似的直线,使得在直线两侧的点数尽可能一样多.同学6：先将所有的点分成两部分,一部分是身高在170 cm以下的,一部分是身高在170 cm以上的；然后,每部分的点求一个“平均点”——身高的平均值作为平均身高、右手一拃的平均值作为平均右手一拃长,即（164,19）,（177,21）；最后,将这两点连接成一条直线.同学7：先将所有的点按从小到大的顺序进行排列,尽可能地平均分成三等份；每部分的点按照同学3的方法求一个“平均点”,最小的点为（161.3,18.2）,中间的点为（170.5,20.1）,最大的点为（179.2,21.3）.求出这三个点的“平均点”为（170.3,19.9）.我再用直尺连接最大点与最小点,然后平行地推,画出过点（170.3,19.9）的直线.同学8：取一条直线,使得在它附近的点比较多.在这里需要强调的是,身高和右手一拃长之间没有函数关系.我们得到的直线方程,只是对其变化趋势的一个近似描述.对一个给定身高的人,人们可以用这个方程来估计这个人的右手一拃长，这是十分有意义的.知能训练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：关于加工零件的个数与加工时间,你能得出什么结论？答案：（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．拓展提升（2）指出是正相关还是负相关;（3）关于销售价格y和房屋的面积x,你能得出什么结论？解：（1）数据对应的散点图如下图所示：（2）散点图中的点散分布在从左下角到右上角的区域内,所以是正相关.（3）关于销售价格y和房屋的面积x,房屋的面积越大,价格越高,它们呈正线性相关的关系. 课堂小结通过收集现实问题中两个有关联变量的数据作出散点图,并利用散点图直观认识变量间的相关关系.作业习题2.3A组3、4(1).设计感想本节课学习了变量之间的相关关系和两个变量的线性相关的部分内容,通过身边的具体实例说明了两个变量的相关关系,并学会了利用散点图及其分布来说明两个变量的相关关系的种类,为下一节课作了铺垫,思路1和思路2的例题对知识进行了巩固和加强,另外,本节课通过选取一些学生特别关心的身边事例,对学生进行思想情操教育、意志教育和增强学生的自信心,养成良好的学习态度和学习方法,树立时间观,培养勤奋、刻苦耐劳的精神.。
课时分层作业(十四)变量间的相关关系(建议用时：60分钟)一、选择题1．有几组变量：①汽车的重量和汽车每消耗1升汽油所行驶的平均路程；②平均日学习时间和平均学习成绩；③立方体的棱长和体积．其中两个变量成正相关的是()A．①③B．②③C．②D．③C[①是负相关；②是正相关；③不是相关关系．]2．由一组样本数据(x1，y1)，(x2，y2)，…，(x n，y n)得到的回归直线方程为y^＝b^x＋a^，那么下面说法不正确的是()A．直线y^＝b^x＋a^必经过点(x，y)B．直线y^＝b^x＋a^至少经过点(x1，y1)，(x2，y2)，…，(x n，y n)中的一个点C．直线y^＝b^x＋a^的斜率为∑i＝1nx i y i－n x y∑i＝1nx2i－n x2D．直线y^＝b^x＋a^是最接近y与x之间真实关系的一条直线B[回归直线一定经过样本点的中心，故A正确；直线y^＝b^x＋a^可以不经过样本点中的任何一点，故B错误．由回归方程的系数可知C正确；在直角坐标系中，直线y^＝b^x＋a^与所有样本点的偏差的平方和最小，故D正确；] 3．四名同学根据各自的样本数据研究变量x，y之间的相关关系，并求得回归直线方程，分别得到以下四个结论：①y与x负相关且y^＝2.347x－6.423；②y与x负相关且y^＝－3.476x＋5.648；③y与x正相关且y^＝5.437x＋8.493；④y与x正相关且y^＝－4.326x－4.578.其中一定不正确的结论的序号是()A．①②B．②③C．③④D．①④D[由正负相关的定义知①④一定不正确．]4．为了解儿子身高与其父亲身高的关系，随机抽取5对父子身高数据如下：则y对xA．y＝x－1 B．y＝x＋1C．y＝88＋12x D．y＝176C[x＝174＋176＋176＋176＋1785＝176，y＝175＋175＋176＋177＋1775＝176.根据回归直线过样本中心点(x、y)验证知C符合．]5．某产品的广告费用x与销售额y的统计数据如下表：根据上表可得回归方程y＝b x＋a中的b为9.4，据此模型预报广告费用为6万元时，销售额为()A．63.6万元B．65.5万元C．67.7万元D．72.0万元B[x＝14(4＋2＋3＋5)＝3.5，y＝14(49＋26＋39＋54)＝42，所以a^＝y－b^x＝42－9.4×3.5＝9.1.所以回归方程为y^＝9.4x＋9.1.令x＝6，得y^＝65.5(万元)．]二、填空题6．若回归直线y^＝b^x＋a^的斜率估值为1.23，样本中心点为(4,5)，当x＝2时，估计y的值为________．2.54[因为回归直线y^＝b^x＋a^的斜率估值为1.23，所以b^＝1.23，y^＝1.23x＋a^.因为样本中心点为(4,5)，所以5＝1.23×4＋a^，a^＝0.08，y^＝1.23x＋0.08，代入x＝2，y＝1.23×2＋0.08＝2.54.]7．如图，有5组(x，y)数据，去掉________点对应的数据后，剩下的4组数据的线性相关程度最大．D[去掉D点对应的数据后，其余四点大致在一条直线附近，相关性最强．] 8．为了解篮球爱好者小李的投篮命中率与打篮球时间之间的关系，下表记录了小李某月1号到5号每天打篮球时间x(单位：h)与当天投篮命中率y之间的关系：时间x 12345命中率y 0.40.50.60.60.4李该月6号打6h篮球的投篮命中率为________．0.50.53[y＝0.4＋0.5＋0.6＋0.6＋0.45＝2.55＝0.5，x＝1＋2＋3＋4＋55＝3.由公式，得b^＝0.01，从而a^＝y－b^x＝0.5－0.01×3＝0.47.所以回归方程为y^＝0.47＋0.01x.所以当x＝6时，y^＝0.47＋0.01×6＝0.53.]三、解答题9．两对变量A和B，C和D的取值分别对应如表1和表2，画出散点图，分别判断它们是否具有相关关系；若具有相关关系，说出它们相关关系的区别．表1A 261813104－1B 202434385064C 05101520253035D 541.67602.66672.09704.99806.71908.59975.421 034.75从图中可以看出两图中的点各自分布在一条曲线附近，因此两对变量都具有相关关系．图(1)中，当A的值由小变大时，B的值却是由大变小，故A和B成负相关；图(2)中，当C的值由小变大时，D的值也是由小变大，故C和D成正相关．10．下表提供了某厂节能降耗技术改进后生产甲产品过程中记录的产量x(吨)与相应的生产能耗y(吨标准煤)的几组对照数据：x 3456y 2.534 4.5(1)(2)请根据上表提供的数据，求出y关于x的回归直线．[解](1)散点图如图：(2)x ＝3＋4＋5＋64＝4.5， y ＝2.5＋3＋4＋4.54＝3.5，∑i ＝14x i y i ＝3×2.5＋4×3＋5×4＋6×4.5＝66.5，∑i ＝14x 2i ＝32＋42＋52＋62＝86， 所以b^＝∑i ＝14x i y i －4x y∑i ＝14x 2i －4x 2＝66.5－4×4.5×3.586－4×4.52＝0.7，a^＝y －b ^x ＝3.5－0.7×4.5＝0.35. 所以所求的线性回归方程为y ^＝0.7x ＋0.35.1．变量X 与Y 相对应的一组数据为(10,1)，(11.3,2)，(11.8,3)，(12.5,4)，(13,5)；变量U 与V 相对应的一组数据为(10,5)，(11.3,4)，(11.8,3)，(12.5,2)，(13,1)．r 1表示变量Y 与X 之间的线性相关系数，r 2表示变量V 与U 之间的线性相关系数，则( )A ．r 2<r 1<0B ．0<r 2<r 1C ．r 2<0<r 1D ．r 2＝r 1C [由数据知变量X 与Y 成正相关，U 与V 成负相关即r 1>0，r 2<0.∴r 2<0<r 1.] 2．已知x 与y 之间的几组数据如下表：x 1 2 3 4 5 6 y21334假设根据上表数据所得线性回归直线方程为y ＝b x ＋a ，若某同学根据上表中的前两组数据(1,0)和(2,2)求得的直线方程为y ＝b ′x ＋a ′，则以下结论正确的是( )A.b^>b ′，a ^>a ′ B.y ^>b ′，a ^<a ′C.b^<b ′，a ^>a ′ D.y ^<b ′，a^<a ′ C [由(1,0)，(2,2)求b ′，a ′. b ′＝2－02－1＝2，a ′＝0－2×1＝－2. 求b^，a ^时， ∑i ＝16x i y i ＝0＋4＋3＋12＋15＋24＝58，x ＝3.5，y ＝136，∑i ＝16x 2i ＝1＋4＋9＋16＋25＋36＝91，∴b^＝58－6×3.5×13691－6×3.52＝57，a^＝136－57×3.5＝136－52＝－13， ∴b^<b ′，a ^>a ′.] 3．某车间为了规定工时定额，需要确定加工零件所花费用的时间，为此进行了5次试验，根据收集到的数据(如下表)，由最小二乘法求得回归直线方程为y ^＝7.8x ＋40.2.零件数x (个) 1 2 3 4 5 加工时间y (min)50677179A ．55B ．55.8C ．59D ．51D [设表中模糊的数据为m .由表中的数据可得x ＝1＋2＋3＋4＋55＝3，y ＝50＋m ＋67＋71＋795＝267＋m5，又由回归直线的方程为y ^＝7.8x ＋40.2，所以267＋m5＝7.8×3＋40.2，解得m ＝51.即表中模糊的数据为51.故选D.]4．期中考试后，某校高三(9)班对全班65名学生的成绩进行分析，得到数学成绩y 对总成绩x 的回归方程为y ^＝6＋0.4x .由此可以估计：若两个同学的总成绩相差50分，则他们的数学成绩大约相差________分．20 [令两人的总成绩分别为x 1，x 2.则对应的数学成绩估计为y ^1＝6＋0.4x 1，y ^2＝6＋0.4x 2，所以|y ^1－y ^2|＝|0.4(x 1－x 2)|＝0.4×50＝20.]5．根据《中国统计年鉴》计算整理某城市最近十年蔬菜需求量的统计数据，截取部分统计数据如下表：(2)根据(1)画出的散点图判断需求量与年份是否线性相关，若相关，求出线性回归方程，若不相关，说明理由；(3)利用(2)中所求的线性回归方程预测该市2020年的蔬菜需求量． 附：参考公式b ^＝∑ni ＝1 (t i －t )(m i －m )∑ni ＝1 (t i －t )2，a ^＝m －b ^t . [解] (1)画出散点图如图．(2)由散点图可知，需求量与年份线性相关．将所给表格中的数据进行处理如下表：t(年份－2013)－4－2024 m(需求量－357)－21－1101929由表可知t＝15(－4－2＋0＋2＋4)＝0，m＝15(－21－11＋0＋19＋29)＝3.2.所以b^＝(－4)×(－21)＋(－2)×(－11)＋2×19＋4×29－5×0×3.242＋22＋22＋42－5×02＝6.5，所以a^＝3.2－0×6.5＝3.2，∴m^＝6.5t＋3.2，所以线性回归方程是y^－357＝6.5(x－2 013)＋3.2，即y^＝6.5x－12 724.3.(3)当x＝2 020时，y^＝6.5×2 020－12 724.3＝405.7，即预测该地2020年蔬菜需求量是405.7万吨．莘莘学子，最重要的就是不要去看远方模糊的，而要做手边清楚的事。
每一日所付出的代价都比前一日高，因为你的生命又消短了一天，所以每一日都要更用心。
这天太宝贵，不就应为酸苦的忧虑和辛涩的悔恨所销蚀，抬起下巴，抓住这天，它不再回来。
加油！！。
