2020-2021学年人教A版高中数学必修3:2.3.1变量间的相关关系2.3.2两个变量的线性相关

合集下载

高中高中数学第二章统计2.3.1变量之间的相关关系2.3.2两个变量的线性相关课件新人教A版必修3

高中高中数学第二章统计2.3.1变量之间的相关关系2.3.2两个变量的线性相关课件新人教A版必修3

解:(1)画出散点图.
(2)判断变量x,y是否具有相关关系?如果具有相关关系,那么是正相关还是 负相关?
解:(2)具有相关关系.根据散点图,左下角到右上角的区域,变量x的值由小 变大时,另一个变量y的值也由小变大,所以它们具有正相关关系.
方法技巧 两个随机变量x和y是否具有相关关系的确定方法: (1)散点图法:通过散点图,观察它们的分布是否存在一定规律,直观地判断 (如本题); (2)表格、关系式法:结合表格或关系式进行判断; (3)经验法:借助积累的经验进行分析判断.
4
4
解:(2)由表中的数据得: xi yi =52.5, x =3.5, y =3.5, xi2 =54,
i 1
i 1
n
所以 b =
xi yi n x y
i 1
n
xi2

2Hale Waihona Puke nx=52.5 4 3.5 3.5 54 4 3.52
=0.7,
i 1
a = y - b x =3.5-0.7×3.5=1.05,
年份x
储蓄存款 y(千亿元)
2013 5
2014 6
2015 7
2016 8
2017 10
为了研究计算的方便,工作人员将上表的数据进行了处理,t=x-2 012,z=y-5 得到表2:
时间代号t
1
2
3
4
5
z
0
1
2
3
5
(1)求z关于t的线性回归方程;
5
5
解:(1) t =3, z =2.2, ti zi=45, ti2 =55,
知识探究
1.相关关系与函数关系不同 函数关系中的两个变量间是一种确定性关系,相关关系是一种不确定性关系. 2.正相关和负相关 (1)正相关 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,我们就称它为正相关. (2)负相关 在散点图中,点散布在从左上角到右下角的区域,对于两个变量的这种相关 关系,我们就称它为负相关.

人教A版高中数学必修三变量之间的相关关系教案(1)(1)

人教A版高中数学必修三变量之间的相关关系教案(1)(1)

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。

人教A版高中数学必修三两个变量的线性相关示范教案新

人教A版高中数学必修三两个变量的线性相关示范教案新

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.。

人教A版高中数学必修三课件:2.3变量间的相关关系 (2).pptx

人教A版高中数学必修三课件:2.3变量间的相关关系 (2).pptx

i 1
i 1
b 112.3 5 45 12.3 1.23 90 5 42 10
a y bx 5 1.23 4 0.08
(2)估计使用年限是10年时,维修费用估计是多少?
(2)回归直线方程是 yˆ 1.23x 0.08.
当x 10时, yˆ 1.2310 0.08 12.38 12.4(万元)
即,函数关系是一种因果关系,而相关关系不一定是因 果关系,也可能是随机关系.
(2)函数关系与相关关系之间有着密切联系:
在一定的条件下可以相互转化.而对于具有线性相关关系 的两个变量来说,当求得其回归直线方程后,又可以用一
种确定性的关系对这两个变量间的取值进行估计:
探究下面变量间的关系:
1.球的体积与该球的半径; 2.粮食的产量与施肥量; 3.小麦的亩产量与光照; 4.匀速行驶车辆的行驶距离与时间;
的实践与研究,已经找到了计算回归方程的斜率与截距的一
般公式:
n
n
(xi x )( yi y)
xi yi nx y
b i1 n
(xi x )2
i 1
i1 n
,
xi2 nx 2
i 1
a y bx
其中,b是回归方程的斜率,a是截距
回归方程为: yˆ bx a
以上公式的推导较复杂,故不作推导,但它的原理较为 简单:即各点到该直线的距离的平方和最小,这一方法 叫最小二乘法。(书本P88~89)
15
10
5
年龄
0 20 25 30 35 40 45 50 55 60 65
方. 案2、在图中选两点作直线,使直线两侧的点的
个数基本相同。
脂肪含量 40
35 30
25 20 15 10

人教A版高中数学必修三课件2.3.1《变量间的相关关系1》

人教A版高中数学必修三课件2.3.1《变量间的相关关系1》
2.3 2.3.1 2.3.2
变量间的相关关系 变量之间的相关关系 两个变量的线性相关 第一课时
问题提出
1.函数是研究两个变量之间的依存关系 的一种数量形式.对于两个变量,如果 当一个变量的取值一定时,另一个变量 的取值被惟一确定,则这两个变量之间 的关系就是一个函数关系.
2.在中学校园里,有这样一种说法: “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 间存在着某种关系,我们把数学成绩和 物理成绩看成是两个变量,那么这两个 变量之间的关系是函数关系吗?
年龄 23
脂肪 9.5
27
39
41
45
49
50
17.8 21.2 25.9 27.5 26.3 28.2
年 53 54 56 57 58 60 61 龄 脂 29. 30. 31. 30. 33. 35. 34. 肪 2:为了确定年龄和人体脂肪含量之间的更明 6 2 4 8 5 2 6 思考 确的关系,我们需要对数据进行分析,通过作图 可以对两个变量之间的关系有一个直观的印象.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?
年龄 23
脂肪 9.5
27
39
41
45
49
50
17.8 21.2 25.9 27.5 26.3 28.2
年 53 54 56 57 58 60 61 龄 脂 29. 30. 31. 30. 33. 35. 34. 思考16 :对某一个人来说,他的体内脂肪含量不 肪 2 4 8 5 2 6 一定随年龄增长而增加或减少,但是如果把很多 个体放在一起,就可能表现出一定的规律性.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?

人教A版高中数学必修三课件:2.3.1 变量间的相关关系

人教A版高中数学必修三课件:2.3.1 变量间的相关关系

• 从散点图上看,点散布在从左下角到右上 角的区域内,两个变量的这种相关关系称 为正相关,点散布在从左上角到右下角的 区域内,两个变量的相关关系为负相关. • 变量间的这种关系与函数关系不同,它是 一种非确定关系.
• 2.散点图 • 表示具有 随机 关系的两个变量的一组 数据的图形叫做散点图. • 3 .如果两个具有相关关系的变量的散点 图大致分布在一条直线附近,那么称这两 个变量具有线性相关关系.
• (1)作出散点图; • (2) 从散点图中观察身高与体重成什么关系? • (3) 如果近似成线性关系,试画出一条直线 来近似地表示这种关系.
• [解析] (1)
• (2)由图可见,身高与体重近似成一次函数 ( 线性相关 ) 关系,随身高的增长,体重也 增长. • (3)拟合直线见图.
• • • • • • •
• 2.3 变量间的相关关系 • 2.3.1 变量间的相关关系
• 1.两个变量间的相关关系 • 当自变量的取值一定时,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. • 两个变量存在相关关系,如果一个变量的 值由小变大时,另一个变量的值也在由小 变大,这种相关称为 正 相 关 ; 反 之 , 如 果一个变量的值由小变大时,另一个变量 的值在由大变小,这种相关称为 负 相 关.
• 由图可见,具有线性相关关系.
• [例2] 抽测10名15岁男生的身高x(单位: cm)和体重y(单位:kg),得到如下数据: x 157 153 y 45.5 44 x 156 159 y 45 46.5 151 42 160 47 158 155 46 44.5 158 163 45 49
• [例1] (1)如图是两个变量统计数据的散点 图,判断两个变量之间是否具有相关关系?

人教A版高中数学必修3第二章 统计2.3 变量间的相关关系课件(2)

人教A版高中数学必修3第二章 统计2.3 变量间的相关关系课件(2)
bˆ i1 n
( xi x )2
i 1 n
xi yi nx y
i 1 n xi 2 nx 2 i 1
aˆ y bˆx
精品PPT
例2 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:
摄氏温度
/℃ -5 0 4
7
12 15 19 23 27 31 36
一个变量随另一个变量的变大而变小,散点 图中的点散布在从左上角到右下角的区域.
精品PPT
例1 以下是某地搜集到的新房屋的销售价格和房 屋的面积的数据:
房屋面积 61 70 (平方米)
115 110 80
135 105
销画 面售出 积价数这格据两对个1应变2.的量2 散是15点正.3图相2,关4.并还8 指 是21出 负.6销相1售关8.价.4 格29与.2房屋22
B. $y=2x-2.4
C. $y=-2x+9.5
D. $y=-0.3x+4.4
【解析】选 A.由正相关可知斜率为正,故可排除 C,D 两项,又因为 $y=0.4x+2.3 经过点(3,3.5).
精品PPT
4.已知x,y的取值如下表所示:
如果y与x线性相关,且线性回归方程为
,则
=( )
A.
B.
bˆ B
精品PPT
【解析】(1) x 1 (63 67 45 88 81 71 52 99 58 76) 70 , 10
y 1 (65 78 52 82 92 89 73 98 56 75) 76,
10 n
所以bˆ
xi yi
i 1
n
xi2
nx y

高中数学 第二章 统计 2.3.1-2.3.2 变量之间的相关关系 两个变量的线性相关课件 新人教

高中数学 第二章 统计 2.3.1-2.3.2 变量之间的相关关系 两个变量的线性相关课件 新人教

A .1 B .1 C .1 D .1 1 6 8 4 2
35
【思路导引】利用回归直线方程必过样本点的中心求解.
【解析】选B.依题意可知样本点的中心为 ( 3 , ,3 )
48
则3
8
= 1×
3
+3
4
,a 解得
=a .
1 8Βιβλιοθήκη 36【拓展延伸】相关关系的强弱
(1)若相应于变量x的取值xi,变量y的观测值为yi(1≤i≤n),称r=
6
(2)你能举例说明你对正相关与负相关的理解吗? 提示:随自变量的变大(或变小),因变量也随之变大(或变小),这种带有随机性 的相关关系,我们称为正相关.例如,人年龄由小变大时,体内脂肪含量也由少 变多. 随自变量的变大(或变小),因变量却随之变小(或变大),这种带有随机性的相关 关系,我们称为负相关.例如,汽车越重,每消耗1 L汽油所行驶的平均路程就 越短.
n
n
x i2,
xi y,i
i1
i1
30
(5)代入公式计算
b ,a,公式为
n
x iyi n x y
b
i1
n
x
2 i
n
x
2
i1

a y b x .
(6)写出回归直线方程 = x+ .
yb a
31
【跟踪训练】 已知变量x,y有如下对应数据:
x1234 y1345
(1)作出散点图. (2)用最小二乘法求关于x,y的回归直线方程.
42
【思路导引】(1)以产量为横坐标,以生产能耗对应的测量值为纵坐标, 在平面直角坐标系内画散点图. (2)应用计算公式求得线性相关系数 bˆ , aˆ 的值. (3)实际上就是求当x=100时,对应的 yˆ 的值.

人教A版高中数学必修三课件2.3变量间的相关关系(2).pptx

人教A版高中数学必修三课件2.3变量间的相关关系(2).pptx
课外作业
1.课本94页习题2.3A组1 2.《阳光课堂》41~43页题组集训3~7
40 30 20 10
0 0
脂肪
脂肪
20
40
60
80
上述三种方案均有一定的道理,但可靠性不强,
求回归方程的关键是如何用数学的方法来刻画 “从整体上看,各点与直线的偏差最小”。
诱思探究6
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
(1)公式:
n
n
(xi x)( yi y) xi yi nx y
bˆ i1 n
(xi x)2
i 1 n
xi 2
2
nx
i 1
i 1
aˆ y bˆx
回归方程为:yˆ bˆx aˆ
诱思探究8
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为 yˆ 0.577x 0.448 ,由 此我们可以根据一个人个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?
度/℃
热饮 杯数 156 150 132 128 130 116 104 89 93 76 54
(1)画出散点图; (2)从散点图中发现气温与热饮杯数之 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
诱思探究4
回归直线与散点图中各点的位置应具有怎样的关系?
脂肪含量
整体上最接近

人教A版高中数学必修3:2.3.1 变量之间的相关关系(2)

人教A版高中数学必修3:2.3.1 变量之间的相关关系(2)

•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.
下列四组变量,哪些具有线性相关的关系?
线





图1
图2
图3
图4
观察散点图的大致趋势,人的年龄与人体脂肪 含量具有什么相关关系?
观察散点图的大致趋势,人的年龄与人体 脂肪含量具有什么相关关系?
一般地,对于某个人来说,她的体内 脂肪不一定随年龄的增长而增加或减少。 但是如果把很多个体放在一起,这时就 可能表现出一定的规律。大体上来看, 随年龄的增加,人体中脂肪的百分比也 在增加。
(3)三角形三边长与三角形面积的关系
函数是研究两个变量之间的依存关系 的一种数量形式.
对于两个变量,如果当一个变量的取 值一定时,另一个变量的取值被惟一确 定,则这两个变量之间的关系就是一个 函数关系.
函数关系是一种确定性关系
对比得出的异同点: 不同点: ①一种是确定性关系(函数关系);另一种是 一种非确定性关系。 ②函数关系是一种因果关系,而另一种不一定 是因果关系,也可能是伴随关系。
5 0
20 25 30 35 40 45 50 55 60 65 年龄
脂肪含量
思考:一组样本数据的平均数是样本数据的 中心,那么散点图中样本点的中心如何确定? 它一定是散点图中的点吗?
脂肪含量
40
35
30
25
20
15 10
(x, y)
5
0 20 25 30 35 40 45 50 55 60 65 年龄

人教A版高中数学必修3:2.3.1 变量之间的相关关系

人教A版高中数学必修3:2.3.1 变量之间的相关关系

( x1, y1 )
yi yi
n
Q (yi yˆi )2 i1
( x2, y2 )
x
( y1 bx1 a)2 ( y2 bx2 a)2 ( yn bxn a)
根据有关数学原理分析,当
n
n
y
(xi x)( yi y)
xi
nx y
回归直线
脂肪含量
40 35 30 25 20 15 10
5 0
20 25 30 35 40 45 50 55 60 65 年龄
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,这条直线就叫做回归直线。
这条回归直线的方程,简称为回归方程。
脂肪含量
四、如何具体的求出这个回归方程呢? 方案:采用测量的方法:先画一条直线,测量 出各点到它的距离,然后移动直线,到达一个 使距离之和最小的位置,测量出此时直线的斜 率和截距,就得到回归方程。
5 0
20 25 30 35 40 45 50 55 60 65 年龄
观察散点图的大致趋势, 两个变量的散点图中 点的分布的位置是从左下角到右上角的区域, 我们称这种相关关系为正相关。
思考3:如果两个变量成负相关,从整体上看这两 个变量的变化趋势如何?
散点图中的点散布在从左上角到右下角的区域.
存活比例
量、居民收入等因素有关。
2〉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。
3〉人体内脂肪含量与年龄之间的关系。

人教版高中数学 A版 必修三 第二章 《2.3.1 2.3.2变量间的相关关系》教学课件

人教版高中数学 A版 必修三 第二章 《2.3.1  2.3.2变量间的相关关系》教学课件

据: 房屋面积x(m2)
115 110
80
135 105
销售价格y(万元)
24.8 21.6 18.4 29.2 22
(1)画出数据对应的散点图;
解 数据对应的散点图如图所示:
解析答案
(2)求回归方程,并在散点图中加上回归直线.
解析答案
类型三 回归方程的应用 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: 摄氏温度/℃ -5 0 4 7 12 15 19 23 27 31 36
解析答案
返回
达标检测
12345
1.对于给定的两个变量的统计数据,下列说法正确的是( C ) A.都可以分析出两个变量的关系 B.都可以用一条直线近似地表示两者的关系 C.都可以作出散点图 D.都可以用确定的表达式表示两者的关系
答案
2.观察下列散点图,具有相关关系的是( D )
12345
A.①② C.②④
第二章 §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(一)
学习目标
1.了解相关关系; 2.了解正相关,负相关的概念; 3.会作散点图,并能通过散点图判断两个变量之间是否具有相关关系.
问题导学
题型探究
达标检测
问题导学
新知探究 点点落实
知识点一 相关关系
思考 数学成绩y与学习数学所用时间t之间的关系,能否用函数关系刻画?
但381.15是对该城市人均GDP为12万元的情况下所作的一个估计,
该城市患白血病的儿童可能超过380人,也可能低于380人.
解析答案
返回
达标检测

2020年数学必修3人教A全册--2.3变量间的相关关系(教、学案)

2020年数学必修3人教A全册--2.3变量间的相关关系(教、学案)

2. 3变量间的相关关系一、教材分析本节知识内容不多,但分析本节内容,至少有下列特点:1)知识的联系面广,应用性强,概念的真正理解有难度,教学既要承前启后,完成统计必修基础知识的构建;也要知道知识的来龙去脉,提升学生运用统计知识解决实际问题的能力,更要抓住本质,正确理解统计推断的结论。

2)通过典型案例进行教学,使知识形成的过程中具有可操作性,易于创设问题情境,引导学生参与,而学生借助解决问题,通过自主思维活动,会产生感悟、发现,能提出问题,思考交流,不仅能正确、全面地理解基础知识和基本方法,而且能促进、发展学生的统计意识、统计思想。

二、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.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。

三、教学重点难点重点:作出散点图和根据给出的线性回归方程系数公式建立线性回归方程。

难点:对最小二乘法的理解。

四、学情分析本节是一种对样本数据的处理方法,但侧重的是由样本推断总体,其方法是学生初识的、知识的作用也是学生初见的。

知识量并不大,但涉及的数学方法、数学思想较充分,同时,在教材中留有供发现的点,设有开放性问题,既具有体验数学方法、数学思想的功能,也具有培养学生从具体到抽象能力、锻炼创造性思维能力的作用。

五、教学方法1.自主探究,互动学习2.学案导学:见后面的学案。

3.新授课教学基本环节:预习检查、总结疑惑→情境导入、展示目标→合作探究、精讲点拨→反思总结、当堂检测→发导学案、布置预习六、课前准备1.学生的学习准备:预习课本,初步把握必须的定义。

2.教师的教学准备:多媒体课件制作,课前预习学案,课内探究学案,课后延伸拓展学案。

七、课时安排:1课时八、教学过程〖复习回顾〗标准差的公式为:______________________________________________________〖创设情境〗1、函数是研究两个变量之间的依存关系的一种数量形式.对于两个变量,如果当一个变量的取值一定时,另一个变量的取值被惟一确定,则这两个变量之间的关系就是一个函数关系2、在中学校园里,有这样一种说法:“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。

2021学年数学人教A版必修3课件:2-3 变量间的相关关系

2021学年数学人教A版必修3课件:2-3 变量间的相关关系
y =38.14,则回归方程为( A ) A.y^=0.51x+6.65 B.y^ =6.65x+0.51 C.y^ =0.51x+42.30 D.y^=42.30x+0.51
解析:因为b^ =0.51,a^ = y -b^ x ≈6.65, 所以y^=0.51x+6.65.
(2)某商店统计了最近 6 个月商品的进价 x 与售价 y(单位: 元)的对应数据如下:
④根据散点图求得的回归直线方程可能是没有意义的;
⑤两个变量间的相关关系可以通过回归直线,把非确定性问
题转化为确定性问题进行研究.
A.①③④
B.②③④
C.③④⑤
D.②④⑤
解析:①显然不正确,②是函数关系,③⑤正确,当两变量 之间不具有线性相关关系时求得的回归直线方程是没有意义的, ④正确.故选 C.
n
n
xi- x yi- y xiyi-n x y
^ b
i=1

i=1


n
n
xi- x 2
xi2-n x 2
i=1
i=1
^
a
= y -b^
x,
其中,b^ 是回
归方程的__斜__率___,a^ 是回归方程在 y 轴上的____截__距____.
[答一答] 3.回归系数b^ 的含义是什么?
提示:(1)b^ 代表 x 每增加一个单位,y 的平均增加单位数, 而不是增加单位数.
[答一答] 1.你能举出几个函数关系和相关关系的实例吗?
提示:函数关系:圆的面积与其半径,正方体的体积与其棱 长;
相关关系:销售额与广告费用,学习成绩与学习时间.
知识点二
两个变量的线性相关
1.散点图
[填一填]
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

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!!。

相关文档
最新文档