高中数学 第二章 统计 2.4 线性回归方程（1）教案 苏教版必修3.doc

2.4线性回归方程（1）教学目标：1. 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；2. 在两个变量具有线性相关关系时，会在散点图中作出线性直线，会用线性回归方程进行预测；3. 知道最小二乘法的含义，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建立线性回归方程，了解（线性）相关系数的定义教学重点：散点图的画法，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教学方法：引导发现、合作探究 教学过程：一、创设情景，揭示课题客观事物是相互联系的过去研究的大多数是因果关系，但实际上更多存在的是一种非因果关系比如说：某某同学的数学成绩与物理成绩，彼此是互相联系的，但不能认为数学是“因”，物理是“果”，或者反过来说事实上数学和物理成绩都是“果”，而真正的“因”是学生的理科学习能力和努力程度所以说，函数关系存在着一种确定性关系，但还存在着另一种非确定性关系相关关系二、学生活动提出问题：两个变量之间的常见关系有几种？（1）确定性的函数关系，变量之间的关系可以用函数表示；（2）相关关系，变量之间有一定的联系，但不能完全用函数来表示说明：不要认为两个变量间除了函数关系，就是相关关系，事实是，两个变量间可能毫无关系比如地球运行的速度与某个人的行走速度就可认为没有关系某小卖部为了了解热茶销售量与气温之间的关系，随机统计并制作了某6天卖出热茶的杯数与当天气温的对照表：气温/c261813104杯数202434385064如果某天的气温是，你能根据这些数据预测这天小卖部卖出热茶的杯数吗？为了了解热茶销量与气温的大致关系，我们以横坐标表示气温，纵坐标表示热茶销量，建立直角坐标系，将表中数据构成的个数对所表示的点在坐标系内标出，得到下图，今后我们称这样的图为散点图(scatterplot). 从下图可以看出，这些点散布在一条直线的附近,故可用一个线性函数近似地表示热茶销量与气温之间的关系. 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）选择能反映直线变化的两个点,例如取这两点的直线；（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本相同；（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?三、建构数学1最小平方法： 用方程为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接近那么，怎样衡量直线与图中六个点的接近程度呢？我们将表中给出的自变量的六个值带入直线方程,得到相应的六个的值:.这六个值与表中相应的实际值应该越接近越好.所以,我们用类似于估计平均数时的思想,考虑离差的平方和说明： 是直线与各散点在垂直方向(纵轴方向)上的距离的平方和,可以用来衡量直线与图中六个点的接近程度,所以,设法取的值,使达到最小值.这种方法叫做最小平方法(又称最小二乘法)（method of least square）. 先把看作常数,那么是关于的二次函数.易知,当时, 取得最小值.同理, 把看作常数,那么是关于的二次函数.当时, 取得最小值.因此,当时，取的最小值，由此解得.所求直线方程为.当时,故当气温为时,热茶销量约为杯.2线性相关关系：像这样能用直线方程近似表示的相关关系叫做线性相关关系(liner correlation).3线性回归方程：一般地,设有个观察数据如下：当使取得最小值时,就称为拟合这对数据的线性回归方程（linear regression equation）,该方程所表示的直线称为回归直线上述式子展开后，是一个关于的二次多项式，应用配方法，可求出使为最小值时的的值即结论：,（*） , 说明：公式（*）的推导比较复杂，这里不作要求四、数学运用例题下表为某地近几年机动车辆数与交通事故数的统计资料，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，如果具有线性相关关系，求出线性回归方程；如果不具有线性相关关系，说明理由机动车辆数千台95110112120129135150180交通事故数千件6.27.57.78.58.79.810.213解：在直角坐标系中画出数据的散点图，直观判断散点在一条直线附近，故具有线性相关关系计算相应的数据之和：，将它们代入（）式计算得，所以，所求线性回归方程为巩固深化，反馈矫正：1下面是我国居民生活污水排放量的一组数据（单位：10 t）试分别估计1996年和2004年我国居民生活污水排放量年份19951996199719981999200020012002排放量151189.1194.8203.8220.9227.7232.32.一个工厂在某年里每月产品的总成本y(单位：万元)与月产量（单位：万件）之间有如下一组数据：x1.081.121.191.281.361.481.591.681.801.871.982.07y2.252.372.402.552.642.752.923.033.143.263.363.50（1）画出散点图；（2）求线性回归方程五、归纳整理，整体认识1对一组数据进行线性回归分析时，应先画出其散点图