高中数学选择性必修第一册成对数据的线性相关性教学设计

高中数学选择性必修第一册成对数据的线性相关性教学设计一、教学背景与课标定位本节内容属于高中数学选择性必修课程中“统计与概率”主题模块，是学生在完成必修课程中单变量统计分析学习之后，首次系统接触双变量数据的统计分析方法。依据《普通高中数学课程标准（2017年版2020年修订）》，本单元要求学生通过成对数据的收集与整理，体会两个变量之间可能存在相关关系，掌握散点图的画法与读图方法，理解线性相关的含义，并能借助相关系数定量刻画两个变量线性相关的强弱程度。成对数据的线性相关性是统计学中回归分析的前置知识，也是学生后续学习最小二乘法、回归方程的基础。本节教学在整章中起到承上启下的关键作用：承上，是对必修课程中数据的收集、整理、数字特征计算的延伸；启下，为下一节一元线性回归模型的建立提供理论依据与方法准备。高二年级学生已经具备函数概念、坐标表示、数据分析等基础能力，同时具备一定的合情推理与数学建模素养。但学生对于“相关关系”与“函数关系”的本质区别往往认识模糊，容易将两者混为一谈。此外，学生对相关系数的计算过程容易陷入机械运算，忽视其统计意义与实际解释。因此，教学设计应注重概念的生成过程，强化图形直观与数值刻画的有机结合，引导学生经历从直观感知到定量描述、从特殊到一般的完整探究过程。二、教学目标设计基于数学学科核心素养的四个维度，结合本节内容特点与学生认知水平，设定以下教学目标。1.知识与技能目标学生能够结合具体实例，正确区分函数关系与相关关系；能够根据成对数据绘制散点图，并借助散点图直观判断两个变量是否具有相关关系以及相关关系的正负性与强弱程度；理解样本相关系数r的统计含义，掌握r的计算公式，能够利用计算工具或手算方式求出样本相关系数；能根据相关系数r的取值对两个变量线性相关的强弱作出合理判断与解释。2.过程与方法目标学生经历从实际问题中收集数据、整理数据、绘制散点图、计算相关系数、作出统计推断的完整过程，体会用样本估计总体的统计思想；在探究相关系数公式的推导过程中，感受坐标平移、数据标准化等数学处理方法的合理性；通过小组合作与交流，提升用数学语言表达统计结论的能力。3.情感态度与价值观目标学生通过分析生活中的真实数据案例，体会统计学在决策中的重要作用，增强用数据说话的意识；在小组合作活动中培养协作精神与理性精神；通过了解我国经济社会发展中的统计数据，增强民族自豪感与社会责任感。三、教学重难点分析教学重点：散点图的绘制与读图；样本相关系数r的计算公式及其含义；利用r判断两个变量线性相关的方向和强弱。教学难点：相关关系与函数关系的本质区别；相关系数公式的构造思想的理解，即为什么用Σ(xix̄)(yiȳ)以及分母的标准化处理能够刻画线性相关的强弱；相关系数r的统计解释与实际意义的对应。其中，相关系数公式的构造思想是本节教学最核心的难点。学生往往能记住公式，但无法理解公式为何这样设计。教学中需要通过问题链引导学生逐步发现：两变量协同变化如何量化，正相关与负相关如何区分，量纲不同如何比较，从而自然生成相关系数的表达式。四、学情分析与教学策略高二学生经过前面对统计数据的收集、整理、描述等知识的学习，已能够熟练计算平均数、方差等数字特征，具备绘制频率分布直方图的能力。但学生长期习惯于处理单个变量的数据，对于两个变量之间关系的量化描述缺乏经验。部分学生在初中阶段接触过正比例函数、一次函数，容易把相关关系误认为函数关系，把散点图误认为函数图象。针对上述学情，教学策略如下。第一，以真实情境导入，激发学习兴趣。选取学生熟悉的“身高与体重”“学习时间与成绩”“气温与冰淇淋销量”等案例，引发学生对变量关系的直觉思考。第二，运用几何画板或Excel等信息技术工具，动态演示散点图的生成过程，以及相关系数变化时散点图形态的相应改变，帮助学生建立数与形的对应关系。第三，设计层层递进的问题链，引导学生经历“直观感知—数学刻画—理性判断”的思维进阶过程。不直接给出相关系数公式，而是让学生在讨论中逐步逼近公式的合理形式。第四，采用小组合作与自主探究相结合的方式，安排适度的动手计算活动，让学生在具体数据的计算过程中体会公式的结构特征。五、教学过程设计（一）情境导入，激活经验上课伊始，教师出示一张学生体质健康测试的部分数据表，展示8名男生的身高与体重数据。表1：8名男生身高与体重数据编号身高x/cm体重y/kg116552216855317058417260517463617665717868818070学生自然想到身高越高体重似乎越重，但这种关系又不是确定性的——相同身高的人体重可能不同。教师顺势指出，这就是“相关关系”与“函数关系”的差别所在，从而引出课题。设计意图：从学生身边的真实数据切入，激活学生的已有经验，制造认知冲突，为建立“相关关系”概念提供感性素材。（二）概念建构，辨析本质教师在黑板上板书两组关系：正方形的边长与面积；某地区气温与冷饮销售量。引导学生辨析：第一组中边长确定则面积唯一确定，这是函数关系；第二组中气温升高时冷饮销量总体上升，但气温相同的时候销量也可能不同，这是相关关系。教师进一步追问：相关关系有什么特征？学生通过讨论归纳出两点：一是两个变量确实存在某种关联；二是这种关联是不确定的，具有随机性。此时教师给出相关关系的严格定义：两个变量之间存在着某种关系，但当一个变量取值确定时，另一个变量的取值带有随机性，这种关系称为相关关系。设计意图：通过正反例的对比，帮助学生建立清晰的概念边界，避免将相关关系强行纳入函数关系框架。（三）散点图——直观判断相关关系教师要求学生根据表1中的8组数据，在坐标平面内描出对应的点。学生动手绘制后，教师用信息技术工具展示标准的散点图，并引导学生观察点的分布形态。教师提问：从散点图中你能看出什么规律？学生回答：点大致分布在一条直线附近，从左下到右上排列。教师顺势给出正相关的定义：当x增大时，y有整体增大的趋势，称这两个变量正相关；反之称为负相关。接着，教师展示几组不同的散点图：一组是点的分布很分散，看不出明显规律；一组是点呈现明显的曲线形态；一组是点分布在一条下降的直线附近。让学生逐一判断是否存在相关关系，以及是正相关还是负相关、是线性相关还是非线性相关。设计意图：散点图是判断相关关系最直观的工具。通过多组图形的对比，训练学生读图能力，同时为后续学习非线性相关埋下伏笔。（四）探究相关系数——从直观到定量教师抛出核心问题：散点图能直观看出相关关系，但不够精确。例如，两组数据都大致呈直线分布，哪一组的线性关系更强？如何用一个数来刻画这种强弱？问题链推进：问题1：如何量化“协同变化”？当x偏离其平均值时，y是否也以同样的方向偏离其平均值？引导学生考虑Σ(xix̄)(yiȳ)。当这个值较大时，说明两个变量倾向于同方向偏离各自的平均值，即正相关；当这个值为负时，说明倾向于反方向偏离，即负相关。问题2：这个量的大小受什么影响？学生发现，数据个数越多、变量的离散程度越大，这个量就越大。因此不能直接用Σ(xix̄)(yiȳ)来度量相关强弱，需要消除数据个数和离散程度的影响。问题3：如何消除影响？引导学生类比方差计算中除以n的做法，对xix̄和yiȳ分别除以各自的标准差，即考虑Σ((xix̄)/sx)·((yiȳ)/sy)，再除以n。这样得到的量不受量纲影响，也不受数据个数影响，取值有明确的界限。教师引导学生验证：当所有点完全在一条上升的直线上时，该值为1；完全在一条下降的直线上时，该值为1；当两个变量完全无关时，该值为0。教师正式给出样本相关系数的定义：r=Σ(xix̄)(yiȳ)/√(Σ(xix̄)²·Σ(yiȳ)²)并指出该公式与上述标准化处理是等价的。教师强调r的取值范围为[1,1]，并说明：当r>0时，两变量正相关；当r<0时，两变量负相关。|r|越接近1，线性相关程度越强；|r|越接近0，线性相关程度越弱。判断经验：|r|≥0.75为高度线性相关，0.3≤|r|<0.75为中度线性相关，|r|<0.3为低度线性相关。设计意图：通过问题链引导学生经历公式的自然生成过程，理解公式的构造逻辑而非死记硬背。标准化处理的思想是本节课思维含量最高的环节，需要给予充足的时间和耐心。（五）例题精讲，巩固提升例1：某研究机构调查了10名学生的数学成绩与物理成绩，数据如下表。计算样本相关系数并判断数学成绩与物理成绩之间的线性相关程度。学生编号数学x物理y188822767039288465585817567368795908686298478107166结论：r=0.971>0，数学成绩与物理成绩高度正相关。教师追问：能否由r=0.971推出“数学成绩决定物理成绩”？引导学生辨析：相关关系不意味着因果关系。成绩之间的关联可能受到学习能力、学习态度等共同因素的影响。设计意图：通过完整的计算过程让学生掌握相关系数的算法步骤，同时渗透“相关不等于因果”的统计思想，培养学生的批判性思维。（六）合作探究，深化理解安排小组活动：每组利用计算器或Excel，针对以下两个实际问题收集数据并计算相关系数。问题A：调查本组8名同学的身高与鞋码，计算相关系数并作出解释。问题B：调查本组8名同学每周体育锻炼时间与期末数学成绩，计算相关系数并作出解释。各小组完成后，由代表展示散点图和计算结果，全班讨论：为什么不同变量之间的相关系数差异较大？在什么情况下相关系数不能反映真实关系？教师引导总结：当散点图呈现明显的曲线形态时，线性相关系数可能很接近0，但这不代表两个变量没关系，只是没有线性关系；当数据中存在异常值时，相关系数会受到较大影响。设计意图：通过动手操作，让学生在真实数据的收集与处理中深化对相关系数的理解，同时体验统计调查的完整流程。（七）课堂小结与反思教师引导学生从知识、方法、思想三个维度进行小结。知识层面：相关关系与函数关系的区别；散点图的绘制与读图；样本相关系数的计算公式及其统计意义。方法层面：从直观到定量的研究路径；标准化处理消除量纲影响的方法；用样本估计总体的推断方式。思想层面：数形结合思想在统计分析中的应用；数据分析观念的形成。教師布置分层作业：基础题要求完成教材课后习题中相关系数的计算与判断；提高题要求收集生活中一组成对数据，绘制散点图，计算相关系数并撰写简短的分析报告；拓展题供学有余力的学生思考：相关系数接近0就一定说明两个变量没有关系吗？请举例说明。六、教学反思本节课的设计遵循了“直观感知—理性分析—数学建模”的认知路径，充分尊重学生的主体地位。在散点图环节，学生通过亲自描点感受数据的分布形态；在相关系数公式的探究环节，通过问题链逐步逼近公式的本质，避免了灌输式教学。值得关注的是，相关系数公式的推导过程中，学生对标准化处理的理解存在较大差异。部