高中数学选择性必修第二册相关关系与回归直线方程课时教学设计

高中数学选择性必修第二册相关关系与回归直线方程课时教学设计一教学背景与课标定位本节课属于人教B版选择性必修第二册第四章4.3.1第1课时内容，面向高二年级学生。学生在初中阶段已接触过变量间关系的初步感知，高一阶段学习了函数建模、数据分析的基本方法，具备用散点图描述两个变量关系的直观经验。但学生对“相关关系”与“函数关系”的本质区别尚未系统建构，对如何用一条直线定量刻画两个变量间的线性相关程度缺乏方法支撑。《普通高中数学课程标准（2017年版2020年修订）》对本部分的要求是：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；能根据给出的线性回归方程系数公式建立回归直线方程，并能用回归直线方程进行预测。课标突出统计思想方法的渗透，强调数据分析素养的培育，要求学生在实际情境中体会用样本估计总体的思想，理解回归分析中“相关关系不一定有因果关系”这一重要统计观念。本节课在单元结构中处于承上启下位置。承上：学生已具备抽样调查、频率分布直方图等统计基础；启下：为后续学习相关系数、非线性回归模型以及选择性必修第三册中的独立性检验等内容铺设方法根基。课时安排为1课时（45分钟），教学重点为相关关系的判断与回归直线方程的建立，难点为最小二乘法思想的理解以及回归直线方程的实际解释。二学情诊断与教学对策高二学生经过一年半的高中数学学习，已初步形成从数据中提取信息的意识，但存在三个典型障碍。第一，概念混淆障碍。学生容易将相关关系等同于函数关系，见到两个变量同增同减就断言存在因果关系。例如对“身高与体重”“气温与冰淇淋销量”两组数据，学生往往只关注变化趋势，忽视相关关系的不确定性和非唯一对应性。第二，公式理解障碍。回归直线方程中斜率b与截距a的计算公式涉及求和符号与平均数，学生机械套用公式时常出现下标错位、平方项漏算等问题。更深层的困惑在于：为什么这条直线是“最好”的？为什么用“距离的平方和最小”而不是“距离之和最小”？第三，实际解释障碍。学生算出回归方程后，往往只停留在代数表达层面，不能结合实际问题解释斜率的含义，也容易犯“超出样本范围外推预测”的科学性错误。针对上述障碍，本设计采用“问题链驱动+数据操作体验+反例辨析”的三维对策。用真实数据让学生亲手画散点图、尝试拟合直线，在比较不同拟合效果的过程中自然生成最小二乘法的需求；通过设计“身高预测体重”和“打篮球时间与考试成绩”两组对比案例，帮助学生区分相关关系与因果关系；在解释环节设置“样本范围外预测”的陷阱问题，促使学生形成统计思维的严谨性。三教学目标与核心素养指向依据课标要求与学情基础，制定如下可操作、可检测的教学目标。1.通过绘制散点图，能直观判断两个变量间是否具有相关关系以及相关关系的正负与强弱，能准确区分函数关系与相关关系，发展直观想象素养。2.借助具体数据经历回归直线方程的推导过程，理解最小二乘法的基本思想，掌握回归直线方程中斜率与截距的计算公式，发展数学运算与逻辑推理素养。3.能利用回归直线方程对实际问题进行预测，理解回归分析中样本与总体的关系，体会用数据说话的科学态度，发展数据分析素养。4.通过“身高与体重”“学习时间与成绩”等案例辨析，树立“相关关系不等于因果关系”的科学观念，培养理性精神与科学伦理意识。四教学重难点与突破策略教学重点：相关关系的判断方法；最小二乘法思想；回归直线方程的建立与应用。教学难点：最小二乘法中“偏差平方和最小”的直观理解与公式推导；回归直线方程的实际意义解释。突破策略一：认知冲突驱动。课堂上先让学生用自己的方法画一条“看起来最合适”的直线，各小组画出的直线差异很大。教师追问：哪条最好？好在哪里？学生自然产生量化“拟合优劣”的需求，此时引入偏差（实际值与预测值之差）的概念，再追问：为什么不用偏差和来衡量？通过反例（正负偏差相消）让学生体会平方的必要性。突破策略二：数据简化处理。推导公式时不直接给出一般形式，而是先处理一组n=3的小样本数据，让学生亲历“设直线方程—写偏差表达式—求平方和—用二次函数求最小值”的完整路径，再推广至一般情形。这样学生看到的不是天上掉下来的公式，而是自己“造”出来的公式。五教学环境与准备本节课在多媒体教室或普通教室均可实施。学生4人一组，每组准备坐标纸1张、直尺1把、计算器1台。教师准备：PPT课件（含动态散点图演示）、导学案（含三组真实数据集）、磁性贴图板（用于展示各组拟合直线）。课前布置微任务：请学生用手机记录一周内自己每天的学习时间与对应的小测成绩，作为课堂备用数据。该任务兼顾数据真实性与隐私保护，不要求实名提交。六教学过程设计（45分钟）第一环节情境导入，激活经验（约5分钟）教师展示两组数据表格。表1：某班10名男生身高与体重数据身高（cm）165168170172174176178180182185体重（kg）52555860636568717478表2：某同学一周学习时间与对应数学小测成绩学习时间（小时）234567小测成绩（分）606570727882教师提问：这两组数据中，两个变量分别是什么关系？第一组中，身高确定了，体重是否唯一确定？第二组中，学习时间相同的学生，成绩是否一定相同？学生回答后教师点拨：函数关系中，自变量确定则因变量唯一确定；而这两组数据中，一个变量取定后，另一个变量并不唯一确定，但整体上呈现某种趋势。这种非确定性但存在趋势的关系，就是本节课要研究的“相关关系”。设计意图：用学生熟悉的身高体重与学习数据切入，制造与已有函数知识的认知冲突。表1数据经过精心选取，身高每增加2cm体重大致增加3kg左右，趋势明显但存在个体差异，非常适合引导学生体会相关关系“有规律但不唯一”的特点。第二环节自主探究，构建概念（约8分钟）活动1：绘制散点图，直观判断。每小组在坐标纸上绘制表1的散点图。教师巡视过程中选取三份代表性作品投影展示：一份点分布较集中，一份点分布较分散，一份坐标轴刻度设置不合理导致图形失真。师生共同评析后总结绘制散点图的要点：横纵轴刻度要均匀适当，点的位置要准确。教师追问：从散点图看，身高与体重之间是否存在关系？是什么方向的关系？关系强不强？学生回答后教师引导学生归纳：当散点从左下到右上分布时为正相关，从左上到右下分布时为负相关；点越集中、带状越窄，相关性越强。活动2：概念辨析，深化理解。教师展示三组散点图（均为PPT静态图）：图1：某校学生数学成绩与物理成绩散点图（明显正相关）图2：某地区气温与空调销量散点图（明显正相关）图3：某班学生鞋码与数学成绩散点图（散点杂乱无章）教师提问：三组分别体现了什么关系？图3中鞋码与数学成绩是否相关？学生回答后教师总结：相关关系分为正相关、负相关和不相关。注意，不相关并不代表两个变量之间没有联系，只是没有线性联系，也可能是非线性联系，这将在后续课程中学习。再提问：图2中气温升高导致空调销量增加，那么气温与空调销量是因果关系吗？图1中数学成绩好“导致”物理成绩好吗？学生讨论后教师强调重要统计观念：相关关系只能说明两个变量在数据上存在伴随变化的趋势，不能直接推出因果关系。因果判断需要结合实验设计或领域知识。设计意图：通过“画、看、辨”三步，让学生经历从直观到抽象的建构过程。三组辨析材料有意选取了“看似相关实则可能无关”（鞋码与成绩）和“高度相关但未必因果”（气温与空调销量）两类典型情境，直击学生易错点。此环节渗透数据分析与逻辑推理素养。第三环节合作探究，建立回归直线（约15分钟）活动3：从“画直线”到“定直线”。教师呈现问题：表1中，我们已经判断身高与体重正相关。现在想用一个函数关系近似描述这种相关关系，比如用一条直线l来表示体重y随身高x变化的趋势。请各小组在散点图上用直尺画出一条你认为最合适的直线，并记录下你画这条直线的理由。学生操作约3分钟后展示。各组画的直线明显不同：有的连接第一个点和最后一个点，有的穿过点群中央，有的尽量让上下点的个数相等。教师追问：大家的直线都有道理，但哪一条“最”合适？能否用数据说话？学生陷入沉思。教师启发：如果某条直线是合适的，那么每个实际数据点(xi,yi)与该直线上对应点(xi,yi)的差距（偏差）应当总体较小。我们记偏差为yiyi，即实际体重与预测体重之差。教师板书：设回归直线方程为y=bx+a。对于第i个样本点，偏差为yi(bxi+a)。我们希望所有偏差的总体大小尽量小。教师追问：能否用所有偏差的和来衡量总体大小？学生举例反驳：偏差有正有负，可能相互抵消，一条明显偏离的直线也可能得到很小的偏差和。教师再追问：能否用所有偏差的绝对值之和来衡量？学生感受到绝对值处理麻烦，且不是处处可导，求最小值困难。教师引导：是否可以用平方和？学生认同平方和能避免正负抵消，且数学处理方便。教师明确这就是最小二乘法思想：使所有偏差的平方和Q=(y1bx1a)²+(y2bx2a)²+...+(ynbxna)²达到最小。活动4：小样本推导，体验公式来源。教师给出简化数据：取表1中前三组数据（165,52）、（168,55）、（170,58）。设回归直线为y=bx+a。偏差平方和：Q=(52165ba)²+(55168ba)²+(58170ba)²教师引导学生先将Q看成关于a的二次函数，固定b时，Q对a求最小值。由二次函数顶点公式可得：a=52+55+583165+168+1703b即a=ybx。将a代回Q中，再将Q看成关于b的二次函数，化简后求最小值。教师展示关键步骤：Q=(52165by+bx)²+(55168by+bx)²+(58170by+bx)²令x=167.67，y=55，通过计算可得b=1.73，a=551.73×167.67=235.07。教师强调：这个过程说明，回归直线必过样本中心点(x,y)，斜率的计算本质上是让变量x的离差与y的离差“协同变化”的程度最大。随后教师直接给出一般公式：b=x1y1+x2y2+...+xnynnxyx1²+x2²+...+xn²nx²a=ybx并说明该公式可由上述偏导数方法严格推导得到，高中数学阶段只需掌握公式应用。活动5：计算实践，应用公式。学生用计算器完成表1全部10组数据的回归直线方程计算。教师巡视指导，重点关注求和符号与平均数的计算细节。约4分钟后，请一位学生板演计算过程，其他学生对照检查。最终得到：b≈1.52，a≈196.8，即y=1.52x196.8。教师提问：这个斜率1.52的实际意义是什么？学生回答：身高每增加1cm，体重平均增加1.52kg。教师补充：注意是“平均”增加，不是每个个体都恰好增加这么多。再问：能否用这个方程预测身高150cm的人体重？学生发现x=150远低于样本范围，教师强调回归方程只适用于样本数据覆盖的范围内进行预测，外推可能产生严重偏差。设计意图：本环节是整个课堂的核心。从画直线到定直线，学生经历了“直观尝试—认知冲突—量化需求—数学建模”的完整过程。小样本推导让学生亲历公式的生成逻辑，避免“公式从天而降”的突兀感。计算实践则训练公式运用的准确性与规范性。整个过程贯穿数学运算、逻辑推理与数学建模素养的培育。第四环节应用迁移，素养提升（约10分钟）活动6：同桌互助，解决真实问题。教师出示课前收集的学生微任务数据（匿名处理）：表3：某小组6名学生数学学习时间与周测成绩学习时间（小时）456789周测成绩（分）667073788085要求同桌两人合作完成：（1）绘制散点图，判断相关关系；（2）计算回归直线方程；（3）解释斜率的意义；（4）预测学习时间为10小时时的成绩，并判断是否合理。学生操作约6分钟后展示。预设结果为：散点呈明显正相关，经计算y=3.77x+50.53（各组因四舍五入略有差异），斜率3.77表示学习时间每增加1小时，成绩平均提高约3.77分。预测x=10时，y=88.23分。教师追问：这个预测是否可靠？学生讨论后指出：10小时在本组数据的样本范围内附近，可以接受；但如果预测学习20小时，则明显超出数据范围，不可靠。活动7：反例辨析，强化观念。教师展示两个真实研究案例（文字描述）：案例A：某地区统计发现，雪糕销量与溺水人数呈高度正相关，于是有人提出“禁止卖雪糕可以减少溺水”。案例B：一项长达十年的追踪研究显示，青少年每日运动时间与心肺功能水平呈正相关，研究人员据此提出加强体育锻炼的建议。教师提问：两个案例中，哪个更适合用“相关→因果”的推理？为什么？学生讨论后明确：案例A中的相关关系很可能由第三个变量“气温”同时驱动，属于虚假相关；案例B有长期追踪设计与生理学机制支持，因果推断相对可靠。教师总结：统计上的相关只是线索，因果判断需要更多证据与专业判断。设计意图：用学生身边的真实数据与经典案例，将知识应用与统计伦理教育结合。活动6训练公式计算与解释能力，活动7将统计观念上升到科学方法论层面，引导学生成为理性、审慎的数据使用者。第五环节总结归纳，作业分层（约7分钟）师生共同梳理本节课知识结构：相关关系的概念与分类（正相关、负相关、不相关）→散点图的直观判断→最小二乘法的思想→回归直线方程的计算与解释→预测的适用范围与局限性。教师强调三个关键点：第一，相关关系不等于函数关系，也不等于因果关系；第二，回归直线必过样本中心点(x,y)；第三，回归分析的结果只能用于样本范围内的预测，不能盲目外推。分层作业：基础巩固（必做）：教材课后练习1—4题。第1题判断相关关系，第2题绘制散点图并计算回归方程，第3题解释斜率含义，第4题预测并说明局限性。拓展提升（选做）：收集本校高二某班学生“每周课外阅读时间”与“语文成绩”两组数据，建立回归直线方程，撰写一份不超过300字的分析报告，内容包括散点图绘制过程、相关关系判断、回归方程计算、预测与建议。报告中必须体现对“相关不等于因果”的自我提醒。实践探究（小组合作，一周后提交）：查阅资料或采访教师，找一个现实生活中“看似相关实则虚假相关”的例子，用统计语言撰写150字左右的说明，并制作一张图文结合的手抄报。设计意图：三层作业覆盖不同能力层次。基础层保证全体达标，拓展层引导学有余力的学生进行真实数据采集与分析，实践层则将统计学思维延展到课外，培养学生的数据意识与批判性思维。七教学反思与评价设计本节课的设计遵循“问题驱动—操作体验—思维进阶”的逻辑主线。最大亮点在于将抽象的公式推导转化为学生可触摸的操作活动：先画直线制造