高中数学必修三导学案2.3 变量间的相关关系(1)
高二数学必修三教案：§2.3变量间的相关关系(1)
§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第1课时（一）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?）:请同学们如实填写下表（在空格中打“√” 好中差你的数学成绩你的物理成绩学生讨论：我们可以发现自己的数学成绩和物理成绩存在某种关系.（似乎就是数学好的,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？（二）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、但是,不管你的经验多么丰富,如果只凭经学习经验作出相应的判断,因为“经验当中有规律”．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；我们就说身高与体重这两个变②带有随机性的变量间的相关关系,例如“身高者,体重也重”，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教学散点图出示例题：在一次对人体脂肪含量和年龄关系的研究中,研究人员获得了一组样本数据：年龄23 27 38 41 45 49 50 脂肪9.5 17.8 21.2 25.9 27.5 26.3 28.2 年龄53 54 56 57 58 60 61 脂肪29.6 30.2 31.4 30.8 33.5 35.2 34.6 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）（三）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出的对此种食品口味的评价:品牌所含热量的百分比口味记录A 25 89B 34 89C 20 80D 19 78E 26 75F 20 71G 19 65H 24 62I 19 60J 13 52（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名学生的身高与右手一拃长的数据如下表.性别身高/cm 右手一拃长/cm 性别身高/cm 右手一拃长/cm 女152 18.5 女153 16.0女156 16.0 女157 20.0女158 17.3 女159 20.0女160 15.0 女160 16.0女160 17.5 女160 17.5女160 19.0 女160 19.0女160 19.0 女160 19.5女161 16.1 女161 18.0女162 18.2 女162 18.5女163 20.0 女163 21.5女164 17.0 女164 18.5女164 19.0 女164 20.0女165 15.0 女165 16.0女165 17.5 女165 19.5女166 19.0 女167 19.0女167 19.0 女168 16.0女168 19.0 女168 19.5女170 21.0 女170 21.0女170 21.0 女171 19.0女171 20.0 女171 21.5女172 18.5 女173 18.0女173 22.0 男162 19.0男164 19.0 男165 21.0男168 18.0 男168 19.0男169 17.0 男169 20.0男170 20.0 男170 21.0男170 21.5 男170 22.0男171 21.5 男171 21.5男171 22.3 男172 21.5男172 23.0 男173 20.0男173 20.0 男173 20.0男173 20.0 男173 21.0男174 22.0 男174 22.0男175 16.0 男175 20.0男175 21.0 男175 21.2男175 22.0 男176 16.0男176 19.0 男176 20.0男176 22.0 男176 22.0男177 21.0 男178 21.0男178 21.0 男178 22.5男178 24.0 男179 21.5男179 21.5 男179 23.0男180 22.5 男181 21.1男181 21.5 男181 23.0男182 18.5 男182 21.5男182 24.0 男183 21.2男185 25.0 男186 22.0男191 21.0 男191 23.0 （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；每部分的点按最小的点为（161.3,18.2）,中间的点为（170.5,20.1）,最大照同学3的方法求一个“平均点”，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.（四）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：零件数x（个）10 20 30 40 50 60 70 80 90 100 加工时间y(min) 62 68 75 81 89 95 102 108 115 122 画出散点图；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．（五）拓展提升以下是某地搜集到的新房屋的销售价格y和房屋的面积x的数据：房屋面积（m2）115 110 80 135 105销售价格（万元）24.8 21.6 18.4 29.2 22 （1）画出数据对应的散点图；（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.。
人教版高中数学(必修3)导学案：2.3变量间的相关关系(无答案)
高二数学SX-G2-B3-U2-L2.32.3 《变量间的相关关系》导学案编写人：审核：高二数学组编写时间：一、教学目标：1.了解相关关系与函数关系的异同点；2.会画散点图,能用不同的估算方法描述两变量的线性相关关系, 并对变量间的正相关或负相关关系作出直观判断; 3.会求回归直线方程.二、教学重、难点：重点：利用散点图直观认识变量间的相关关系,会求回归直线方程.难点：理解变量间的相关关系.三、使用说明及学法指导:1．引导学生课前做好预习，注意逐字逐句仔细审题，认真思考、独立规范作答，牢记基础知识。
2．要求学生把学案中自己易忘、易出错的知识点和疑难问题以及解题方法规律，用双色笔进行整理，便于复习记忆。
四、知识链接: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.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？五、探究新知：(阅读课本第84页至91页，完成下列导学案)知识探究（一）：变量之间的相关关系变量与变量之间的关系常见的有两类：一类是确定性关系，如函数关系；另一类是不确定性关系，即当自变量的取值一定，因变量取值带有一定的随机性，这样的两个变量之间的关系称为____________。
思考1：考察下列问题中两个变量之间的关系：（1）商品销售收入与广告支出经费；（2）粮食产量与施肥量；（3）人体内的脂肪含量与年龄；（4）正方体的体积和边长.知识探究（二）：散点图1.定义： 将样本中的n 个数据点()(),1,2,,i i x y i n =描在平面直角坐标系中，以表示具有的两个变量的一组数据的图形叫做散点图.2.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 ，点散布在从左上角到右下角的区域内，两个变量相关关系为_ ， 思考2：5个学生的数学和物理成绩如下表：画出散点图，并判断数学成绩与物理成绩是否有相关关系。
人教版高中数学必修三(教案)2.3 变量之间的相关关系(4课时)
第一课时 2.3.1 变量之间的相关关系教学要求：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。
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。
教学难点：变量之间相关关系的理解。
教学过程：一、新课准备：1.粮食产量与施肥量有关系吗？2. 提问：“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？（水滴石穿三人行必有我师等）二、讲授新课：1. 问题的提出1.请同学们如实填写下表（在空格中打“√” ）学生讨论：我们可以发现自己的数学成绩和物理成绩存在某种关系。
（似乎就是数学好的，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，还有其它因素，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。
）2．给出相关关系的概念1.相关关系的概念：两个变量之间的关系可能是确定的关系（如：函数关系），或非确定性关系。
当自变量取值一定时，因变量也确定，则为确定关系；当自变量取值一定时，因变量带有随机性，这种变量之间的关系称为相关关系。
相关关系是一种非确定性关系。
（分析：两个变量→自变量取值一定→因变量带有随机性→相关关系）2.例：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.小结：1.现实生活中相关关系的实例。
2.相关关系的概念。
三.巩固练习1.练习：教材P76 1，2题。
2.分析：人的身高和年龄是一对相关关系。
因为在某一个年龄上，人的身高在取值上带有一定的随机性，如受遗传.营养.体育锻炼.心理素质等因素的影响。
高中数学 2.3变量间的相关关系导学案 新人教A版必修3
§2.3变量间的相关关系学习目标（1）通过具体示例引导学生考察变量之间的关系，在讨论的过程中认识现实世界中存在着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.(2) 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.会作散点图,并对变量间的正相关或负相关关系作出直观判断.(3) 在解决统计问题的过程中，进一步体会用样本估计总体的思想，理解统计的作用.重点难点重点：利用散点图直观认识变量间的相关关系. 难点：理解变量间的相关关系.学法指导在解决统计问题的过程中，进一步体会用样本估计总体的思想，理解数形结合的数学思想和逻辑推理的数学方法。
问题探究复习回顾： 函数的定义 二、情景设置：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.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？ 二、探究新知：知识探究（一）：变量之间的相关关系思考1：考察下列问题中两个变量之间的关系： （1）商品销售收入与广告支出经费； （2）粮食产量与施肥量； （3）人体内的脂肪含量与年龄.这些问题中两个变量之间的关系是函数关系吗？思考2：“名师出高徒”可以解释为教师的水平越高，学生的水平就越高，那么学生的学业成绩与教师的教学水平之间的关系是函数关系吗？你能举出类似的描述生活中两个变量之间的这种关系的成语吗？思考3：上述两个变量之间的关系是一种非确定性关系，称之为相关关系，那么相关关系的含义如何？思考4：相关关系与函数关系的异同点：总结：对相关关系的理解应当注意以下几点：其一是相关关系与函数关系不同.因为函数关系是一种非常确定的关系，而相关关系是一种非确定性关系，即相关关系是非随机变量与随机变量之间的关系.而函数关系可以看成是两个非随机变量之间的关系.因此，不能把相关关系等同于函数关系.其二是函数关系是一种因果关系，而相关关系不一定是因果关系，也可能是伴随关系.例如，有人发现，对于在校儿童，鞋的大小与阅读能力有很强的相关关系.然而，学会新词并不能使脚变大，而是涉及到第三个因素——年龄.当儿童长大一些，他们的阅读能力会提高而且由于长大脚也变大.其三是在现实生活中存在着大量的相关关系，如何判断和描述相关关系，统计学发挥着非常重要的作用.变量之间的相关关系带有不确定性，这需要通过收集大量的数据，对数据进行统计分析，发现规律，才能作出科学的判断.（对具有相关关系的两个变量进行统计分析的方法叫回归分析.）知识探究（二）：散点图【问题】在一次对人体脂肪含量和年龄关系的研究中，研究人员获得了一组样本数据：……课本85页的探究。
数学人教B版必修3导学案：§2.3变量的相关性
提出问题（1）粮食产量与施肥量有关系吗？（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；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.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.（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.（3）两个变量间的相关关系的判断：①散点图: (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)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.(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、负相关: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人的身高与体重之间的关系④降雪量与交通事故的发生率之间的关系知能训练以下是某地搜集到的新房屋的销售价格y和房屋的面积x的数据：（1）画出数据对应的散点图；（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：§2.3.2两个变量的线性相关提出问题（1）什么是线性相关？ （2）什么叫做回归直线？（3）如何求回归直线的方程？什么是最小二乘法？它有什么样的思想？ 讨论结果（1）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的关系.（2）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,这条直线叫做回归直线.如果能够求出这条回归直线的方程(简称回归方程) （3）实际上,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,各点与此直线的距离最小”.人们经过长期的实践与研究,已经得出了计算回归方程的斜率与截距的一般公式⎪⎪⎪⎩⎪⎪⎪⎨⎧-=--=---=∑∑∑∑====.)1(,)())((2121121x b y a x n x yx n yx x x y y x x b n i i ni ii n i i ni i i其中，b 是回归系数，a 是截距. 推导公式①的计算比较复杂，这里不作推导.但是,我们可以解释一下得出它的原理.假设我们已经得到两个具有线性相关关系的变量的一组数据(x 1,y 1),(x 2,y 2),…,(x n ,y n )，且所求回归方程是^y =bx+a,,其中a 、b 是待定参数.当变量x 取x i (i=1,2,…,n)时可以得到^y =bx i +a(i=1,2,…,n),它与实际收集到的y i 之间的偏差是y i -^y =y i -(bx i +a) (i=1,2,…,n).这样，用这n 个偏差的和来刻画“各点与此直线的整体偏差”是比较合适的.由于（y i -^y ）可正可负，为了避免相互抵消，可以考虑用∑=-ni i iy y1^||来代替，但由于它含有绝对值，运算不太方便，所以改用Q=(y 1-bx 1-a)2+(y 2-bx 2-a)2+…+(y n -bx n -a)2 =()21^∑=-ni ii y y②来刻画n 个点与回归直线在整体上的偏差.这样，问题就归结为:当a,b 取什么值时Q 最小，即总体偏差最小.经过数学上求最小值的运算，a,b 的值由公式①给出.通过求②式的最小值而得出回归直线的方法，即求回归直线，使得样本数据的点到它的距离的平方和最小，这一方法叫做最小二乘法（method of least square ）. 应用示例(2)求出回归直线的方程.解：(1)散点图如下图．故可得到 b=230770003.39930787175⨯-⨯⨯-≈4.75, a=399.3-4.75×30≈257.从而得回归直线方程是^y =4.75x+257.例2 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,解：在直角坐标系中画出数据的散点图,如下图.直观判断散点在一条直线附近,故具有线性相关关系．由测得的数据表可知：∑===1012,7.91,55i ix y x =38 500,∑=1012i iy =87 777,∑=101i i i y x =55 950.b=2210121015510385007.915510559501010⨯-⨯⨯-=--∑∑==x xyx yx i ii ii≈0.668. a=x b y -=91.7-0.668×55≈54.96.因此,所求线性回归方程为^y =bx+a=0.668x+54.96.点评：对一组数据进行线性回归分析时,应先画出其散点图,看其是否呈直线形,再依系数a,b 的计算公式,算出a,b ．求线性回归方程的步骤：计算平均数y x ,；计算x i 与y i 的积,求∑x i y i ；计算∑x i 2；将结果代入公式求b ；用a=x b y -求a ；写出回归直线方程． 知能训练1.下列两个变量之间的关系哪个不是函数关系（ ）A.角度和它的余弦值B.正方形边长和面积C.正ｎ边形的边数和它的内角和D.人的年龄和身高2．三点(3,10),(7,20),(11,24)的线性回归方程是（ ） A.^y =5.75-1.75x B.^y =1.75+5.75x C.^y =1.75-5.75x D.^y =5.75+1.75x设y 对x 呈线性相关关系．试求： （1）线性回归方程^y =bx+a 的回归系数a,b ； （2）估计使用年限为10年时,维修费用是多少？课堂小结1．求线性回归方程的步骤： （1）计算平均数y x ,； （2）计算x i 与y i 的积，求∑x i y i ; （3）计算∑x i 2,∑y i 2，(4)将上述有关结果代入公式⎪⎪⎪⎩⎪⎪⎪⎨⎧-=--=---=∑∑∑∑====xb y a x n x yx n yx x x y y x x b n i i ni ii ni i ni i i ,)())((1221121求b,a,写出回归直线方程．2.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系数公式建立线性回归方程.。
高中数学必修3《变量间的相关关系》导学案
数学（高二上）导学案系．④降雪量与交通事故的发生率之间具有相关关系．跟踪训练1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？有人认为“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？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．任务2散点图问题在一次对人体脂肪含量和年龄关系的研究中，研究人员获得了一组样本数据：年龄23273941454950脂肪9.517.821.225.927.526.328.2年龄53545657586061脂肪29.630.231.430.833.535.234.6思考1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？答随着年龄的增加，人体中脂肪的百分比也有所增加．思考2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？答思考3阅读教材85页，你能说出散点图的定义吗？答在平面直角坐标系中，表示两个变量的一组数据图形，称为散点图．思考4阅读教材86页上半页后，你能说出正相关是如何定义的吗？类比正相关的定义，你能给负相关下个定义吗？答在散点图中，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，我们将它称为正相关．一个变量随另一个变量的变大而变小称为负相关，散点图中的点散布在从左上角到右下角的区域．思考5你能列举一些生活中的变量成正相关或负相关的实例吗？答成正相关的如：商品销售收入与广告支出经费；作文水平与课外阅读量；粮食产量与施肥量．成负相关的如：在一定范围内汽车的重量和汽车每消耗1 L汽油所行驶的平均路程．例2以下是某地搜集到的新房屋的销售价格和房屋面积的数据：房屋面积617011511080135105 m2销售价格12.215.324.821.618.429.222(万元)画出数据对应的散点图，并指出销售价格与房屋面积这两个变量是正相关还是负相关．解散点图如下：由上图可看出，销售价格与房屋面积这两个变量正相关．跟踪训练2一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：零件数102030405060708090100 x(个)加工时间626875818995102108115122 y(min)(1)画出散点图；(2)关于加工零件的个数与加工时间，你能得出什么结论？解 (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． 任务3回归直线思考1 在各种各样的散点图中，有些散点图中的点是杂乱分布的，有些散点图中的点的分布有一定的规律性，年龄和人体脂肪含量的样本数据的散点图中的点的分布有什么特点？答 这些点大致分布在一条直线附近．小结 回归直线的定义：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，这条直线叫做回归直线． 思考2 在样本数据的散点图中，能否用直尺准确画出回归直线？借助计算机怎样画出回归直线？答 不能用直尺准确画出回归直线．用计算机中Excel 可以方便地画出回归直线(见教材)． 探究点四 回归方程问题 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，那么如何求出回归直线的方程呢？思考1 回归直线与散点图中各点的位置应具有怎样的关系？答 整体上最接近．选择能反映直线变化的两个点．思考2 对一组具有线性相关关系的样本数据：(x 1，y 1)，(x 2，y 2)，…，(x n ，y n )，设其回归方程为y ^＝bx ＋a ，可以用哪些数量关系来刻画各样本点与回归直线的接近程度？答 可以用|y i －y ^i |或(y i －y ^i )2，其中y ^i ＝bx i ＋a .(如图)思考3 为了从整体上反映n 个样本数据与回归直线的接近程度，你认为选用哪个数量关系来刻画比较合适？答 Q ＝(y 1－bx 1－a )2＋(y 2－bx 2－a )2＋…＋(y n －bx n －a )2. 思考4 回归方程中，a ^，b ^的几何意义分别是什么？答 b ^是回归方程的斜率，a ^是截距．思考5 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y ^＝0.577x －0.448，由此我们可以根据一个人的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？答 将x ＝37代入方程y ^＝0.577x －0.448， 得0.577×37－0.448＝20.901.所以其体内脂肪含量的百分比约为20.901%.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：氏温度℃ －5 0 4 7 12 15 19 23 27 31 饮杯数156150132128130116104899376(1)画出散点图；(2)从散点图中发现气温与热饮销售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． (3)从散点图可以看出，这些点大致分布在一条直线的附近，因此，可用公式求出回归方程的系数．利用计算器容易求得回归方程y ^＝－2.352x ＋147.767.(4)当x ＝2时，y ^＝143.063.因此，某天的气温为2℃时，这天大约可以卖出143杯热饮．思考6 气温为2℃时，小卖部一定能够卖出143杯左右热饮吗？为什么？答 小卖部不一定能够卖出143杯左右热饮，原因如下：(1)回归方程中的截距和斜率都是通过样本估计出来的，存在误差，这种误差可以导致预测结果的偏差．(2)即使截距和斜率的估计没有误差，也不可能百分之百地保证对应于x 的预报值，能够与实际值y 很接近．我们不能保证点(x ，y )落在回归直线上，甚至不能百分之百地保证它落在回归直线的附近．跟踪训练3 下表为某地近几年机动车辆数与交通事故数的统计资料.机动车辆数x /千台 95 110 112 120 129 135 150 180 交通事故数y /千件6.27.57.78.58.79.810.213(1)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，如果不具有线性相关关系，说明理由；(2)如果具有线性相关关系，求出回归直线方程． 解 (1)在直角坐标系中画出数据的散点图，如下图．直观判断散点在一条直线附近，故具有线性相关关系． (2)计算相应的数据之和：∑i ＝18x i ＝1 031，∑i ＝18y i ＝71.6，∑i ＝18x 2i ＝137 835，∑i ＝18x i y i ＝9 611.7.将它们代入公式计算得b ^≈0.077 4，a ^≈－1.024 9， 所以，所求回归方程为y ^＝0.077 4x －1.024 9.三、课堂总结 点拨提升1．判断变量之间有无相关关系，一种简便可行的方法就是绘制散点图．根据散点图，可以很容易看出两个变量是否具有相关关系，是不是线性相关，是正相关还是负相关． 2．求回归直线方程时应注意的问题(1)知道x 与y 呈线性相关关系，无需进行相关性检验，否则应首先进行相关性检验，如果两个变量之间本身不具有相关关系，或者说，它们之间的相关关系不显著，即使求出回归方程也是毫无意义的，而且用其估计和预测的量也是不可信的．(2)用公式计算a ^、b ^的值时，要先算出b ^，然后才能算出a ^.3．利用回归方程，我们可以进行估计和预测．若回归直线方程为y ^＝b ^x＋a ^，则x ＝x 0处的估计值为y ^0＝b ^x 0＋a ^.四、作业布置 1、基础知识：1．下列两个变量之间的关系，哪个不是函数关系（）A ．正方体的棱长和体积。
人教版高二数学(必修3)导学案：2.3.1变量的关系(无答案)
2.3.1变量之间的相关关系
班级：姓名：编者：高二数学备课组
问题引航
2.散点图有什么特点？正相关与负相关的定义是什么？
自主探究
（1）函数关系：两个变量的关系是
（2）相关关系：两个变量的关系是
2.两个变量的线性相关
（1）散点图：将样本中n个数据点描在平面直角坐标系中得到的图形。
（2）正相关：散点图中的点散布在从到的区域。
（3）负相关：散点图中的点散布在从到的区域。
互动探究
（1
（2）你能从散点图中发现温度与饮料杯数近似成什么关系吗?
当堂检测
1．.哪些变量是相关关系（）
Ａ．出租车费与行驶的里程Ｂ．房屋面积与房屋价格Ｃ．身高与体重Ｄ．铁的大小与质量
2.下列描述正确的是（）
Ａ．相关关系就是函数关系
Ｂ．相关关系和函数关系都是两个随机变量之间的关系
Ｃ．相关关系一定是因果关系
Ｄ．相关关系是一种非确定性的关系
3. 5个学生的数学和物理成绩如下表：
画出散点图，并判断它们是否有相关关系．
作业
94页习题2.3A组第2题前三问
自我评价
）
Ａ．非常好Ｂ．较好Ｃ．一般Ｄ．较差Ｅ．很差。
高中数学 2.3 变量间的相关关系导学案 新人教A版必修3
《2.3变量间的相关关系》【学习目标】1．了解相关关系、线性相关、回归直线、最小二乘法的定义．2．会作散点图，并能利用散点图和定义判断两个变量之间是否具有相关关系． 3．会求回归直线方程，并能用回归直线方程解决有关问题． 【学习重点】变量间的相关性与回归直线方程 课前预习案 【知识链接】问题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? 请同学们如实填写下表（在空格中打“√” ）:好 中 差 你的数学成绩 你的物理成绩问题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？【知识梳理】 1．相关关系(1)定义：如果两个变量中一个变量的取值一定时，另一个变量的取值带有一定的______性，那么这两个变量之间的关系，叫做相关关系．(2)两类特殊的相关关系：如果散点图中点的分布是从______角到______角的区域，那么这两个变量的相关关系称为正相关，如果散点图中点的分布是从______角到______角的区域，那么这两个变量的相关关系称为负相关． 2．线性相关(1)定义：如果两个变量散点图中点的分布从整体上看大致在一条______附近，我们就称这两个变量之间具有线性相关关系，这条直线叫做__________．(2)最小二乘法：求线性回归直线方程y ^ ＝b ^x ＋a ^时，使得样本数据的点到它的______________最小的方法叫做最小二乘法，其中a ^，b ^的值由以下公式给出： ⎩⎪⎨⎪⎧b ^＝∑ni ＝1 －x －y∑n i ＝1－x ＝∑ni ＝1xiyi －n x y ∑n i ＝1x2i －n x 2，a ^＝ ，其中，b ^是回归方程的____________， a ^是回归方程在y 轴上的______．小结：线性回归分析涉及大量的计算，形成操作上的一个难点，可以利用计算机非常方便地作散点图、回归直线，并能求出回归直线方程．因此在学习过程中，要重视信息技术的应用． 自主小测1、下列图形中具有相关关系的两个变量是( )2、某单位为了解用电量y(千瓦时)与气温x(℃)之间的关系，随机统计了某4天的用电量与当天气温，并制作了对照表： 气温/℃ 18 13 10 －1 用电量/千瓦时24343864由表中数据得线性回归方程y ^ ＝b ^x ＋a ^中b ^≈－2，则a ^≈__________.课 上 导 学 案 教师点拨1：两个变量间的关系分为三类：一类是确定性的函数关系，如正方形的边长与面积的关系；另一类是变量间确实存在关系，但又不具备函数关系所要求的确定性，它们的关系是带有随机性的，这种关系就是相关关系，例如，某位同学的“物理成绩”与“数学成绩”之间的关系，我们称它们为相关关系；再一类是不相关，即两个变量间没有任何关系．教师点拨2：①相关关系与函数关系的异同 相同点：两者均是指两个变量的关系．不同点：函数关系是一种确定的关系．如匀速直线运动中时间t 与路程s 的关系；相关关系是一种非确定的关系．如一块农田的水稻产量与施肥量之间的关系．函数关系是一种因果关系，而相关关系不一定是因果关系，可能是伴随关系． ②线性回归直线方程的性质(1)回归直线过样本数据的中心．所谓样本数据的中心，对于单变量样本数据而言，平均数是样本数据的中心；对于以(xn ，yn)为样本数据而言，(x ，y )为样本点的中心，根据最小二乘法原理，回归直线一定过样本点的中心．(2)回归直线的单调性与样本数据的相关性．如果样本数据对应的点具有线性相关关系，从回归直线方程来看，当系数b ＞0时，直线单调递增，此时这两个变量正相关；当b ＜0时，直线单调递减，此时这两个变量负相关． 【例题讲解】【例题1】 设对变量x ，y 有如下观察的数据： x 151 152 153 154 156 157 158 159 160 162 163 164 y40414141.54242.5434445454645.5(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？ 【例题2】 下表提供了某厂节能降耗技术改造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 3 4 5 6 y2.5344.5(1)请画出上表数据的散点图；(2)请根据上表提供的数据，用最小二乘法求出y 关于x 的线性回归方程y ^ ＝b ^x ＋a ^；(3)已知该厂技改前100吨甲产品的生产能耗为90吨标准煤．试根据(2)求出的线性回归方程，预测生产100吨甲产品的生产能耗比技改前降低了多少吨标准煤？ (参考数值：3×2.5＋4×3＋5×4＋6×4.5＝66.5)【例题3】 下列变量之间的关系属于相关关系的是( ) A ．圆的周长和它的半径之间的关系B ．价格不变的条件下，商品销售额与销售量之间的关系C ．家庭收入愈多，其消费支出也有增长的趋势D ．正方形面积和它的边长之间的关系 【当堂检测】1．已知x ，y 的取值如下表： x 0 1 3 4 y2.24.34.86.7从散点图可以看出y 与x 线性相关，且回归方程为＝0.95x ＋a ，则a ＝( ) A ．3.25 B ．2.6 C ．2.2 D ．0 2．某考察团对全国10个城市进行职工人均工资水平x(千元)与居民人均消费水平y(千元)统计调查，y 与x 具有相关关系，回归方程为＝0.66x ＋1.562.若某城市居民人均工资为9 000元，则其居民人均消费水平为__________千元．3．某商店统计了最近6个月某商品的进价x 与售价y(单位：元)的对应数据如下： x 3 5 2 8 9 12 y46391214则＝________，＝________，＝__________，＝__________，回归直线方程为__________． 4．假设关于某设备的使用年限x 和所支出的维修费用y(万元)有如下的统计资料： 使用年限x 2 3 4 5 6 维修费用y2.23.85.56.57.0若由资料知y 对x 成线性相关关系．试求： (1)线性回归方程＝的回归系数与；(2)估计使用年限为10年时，维修费用是多少？ 【问题与收获】基础知识答案：1．(1)随机 (2)左下 右上 左上 右下2．(1)直线 回归直线 (2)距离的平方和 y －b ^x 斜率 截距自主小测答案：1、 C A 项中显然任给一个x 都有唯一确定的y 和它对应，是一种函数关系；B 项也是一种函数关系；C 项中从散点图可以看出所有点看上去都在某条直线附近波动，具有相关关系，而且是一种线性相关关系；D 项中所有的点在散点图中没有显示任何关系，因此变量间是不相关的．2、60 x ＝18＋13＋10－14＝10，y ＝24＋34＋38＋644＝40，则a ^＝y －b ^x ≈40＋2×10＝60.例题答案：【例题1】 解：(1)画出散点图．(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． 【例题2】 解：(1)散点图，如图所示．(2)由题意，得∑4i ＝1xiyi ＝3×2.5＋4×3＋5×4＋6×4.5＝66.5， x ＝3＋4＋5＋64＝4.5，y ＝2.5＋3＋4＋4.54＝3.5，∑4i ＝1x2i ＝32＋42＋52＋62＝86， 则b ^＝66.5－4×4.5×3.586－4×4.52＝66.5－6386－81＝0.7，a ^＝y －b ^x ＝3.5－0.7×4.5＝0.35， 故线性回归方程为y ^＝0.7x ＋0.35.(3)根据线性回归方程的预测，现在生产100吨产品消耗的标准煤的数量为0.7×100＋0.35＝70.35， 故消耗能源减少了90－70.35＝19.65(吨)．【例题3】 正解：因选项A ，B ，D 中的两个变量间都有唯一确定的关系，因而它们都是函数关系；而选项C 中家庭收入会对消费支出产生一定的影响，但高收入未必有高消费，因而选项C 中的关系才是相关关系．故选C ．当堂检测答案：1．B 线性回归方程一定经过样本取值的平均数点(，)，由取值表可计算＝＝2，＝＝，知回归方程为＝0.95x ＋a ，又经过点(2，)，代入得a ＝2.6. 2．7.502 当x ＝9千元时，y ＝0.66×9＋1.562＝7.502.3．6.5 8 327 396 ＝1.14x ＋0.59 根据公式代入即可求得，也可以利用计算器求得，＝6.5，＝8，＝327，＝396，回归直线方程为＝1.14x ＋0.59.。
高中数学必修3导学案：2.3两变量间的线性相关关系 缺答案
《两个变量的线性相关》第课时导学案编写人：审核人：审批人：【学法指导】1.认真阅读教科书，努力完成“基础导学”部分的内容；2.探究部分内容可借助资料，但是必须谈出自己的理解；不能独立解决的问题，用红笔做好标记；3.课堂上通过合作交流研讨，认真听取同学讲解及教师点拨，排除疑难；4.全力以赴，相信自己！学习目标知识与技能过程与方法情感态度与价值观：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。
通过对现实生活的探究，感知应用数学知识解决问题的方法，理解数形结合的数学思想和逻辑推理的数学方法让学生感受数学对实际生活的需要，认识到数学知识源于生活并指导生活的事实，体会数学知识与现实世界的联系。
学习重点利用散点图直观认识两个变量之间的线性关系．学习难点作散点图和理解两个变量的正相关和负相关。
【学习过程】一、复习准备：1. 人的身高和体重之间的关系？2. 学生设计一个统计问题，并指出问题涉及的总体是什么，所涉及的变量是什么．散点图的概念正相关与负相关概念讨论：你能举出一些生活中的变量成正相关或负相关的例子吗？练习：一个工厂为了规定工时定额，需要确定加工零件所花费的时间，为此进行了10次调查，收集数据如下：零件10 20 30 40 50 60 70 80 90 100数62 68 75 81 89 95 102 108 115 122加工时间1.画出散点图。
2. 指出是正相关还是负相关。
3. 关于加工零件的个数与加工时间，你能得出什么结论？我的（反思、收获、问题）：。
人教数学必修3学案2.3变量间的相关关系
二、教学目标及解析(一)教学目标:1.通过实例了解变量之间的相互关系，明确事物间是相互联系的，认识现实生活中变量间存在的非确定性的相关关系，体会研究此类问题在现实生活中的重要性。
2.会作散点图，并由此对变量间的正相关或负相关作出直观的判断。
3.通过探究用不同估算方法描述两个变量线性相关关系的过程，学会用数量来描述现实关系。
4.知道最小二乘法的思想，了解其公式的推导过程。
5.知道利用信息技术求回归方程。
(二)解析:(1)就是指三、问题诊断分析在本节课的教学中,学生可能遇到的问题是(),产生这一问题的原因是().要解决这一问题,就是要(),其中关键是().四、教学支持条件分析在本节课()的教学中,准备使用(),因为使用(),有利于().五、教学过程问题1.有些教师常说：“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某种关系，你如何认识它们之间存在的关系呢？总结：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较多的数学知识和数学方法，数学成绩的好坏影响着物理成绩的高低，即一个人的物理成绩确实与数学成绩有一定的关系。
但除此之外，还存在其他影响物理成绩的因素，如学习物理的兴趣，用在物理学习上的时间等，如下图所示：系，产生这种关系的原因是受到许多不确定的随机因素的影响。
问题2.举实例说明两个变量间的相互关系。
1.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。
2.粮食产品与施肥之间的关系。
在一定范围内，施肥量越大，粮食产量就越高。
但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。
人教版高中数学必修三学案设计：2.3变量间的相关关系导学案设计(教师用)
课题： 变量的相关关系 课时：第1课时【学习目标】1.正确作出关于两个变量统计数据的散点图，并利用散点图判断两个变量之间是否具有相关关系.2.理解两个变量之间的线性相关，回归直线方程的推导.3.理解回归分析实际上是将非确定性的相关关系问题转化成确定性的函数关系进行研究.,4.能准确求得回归方程并能利用回归方程对两个变量间的相关关系进行估计.第一环节：导入学习（激情导入）1.两个变量的线性相关 (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，我们将它称为正相关. (2)负相关在散点图中，点散布在从左上角到右下角的区域，两个变量的这种相关关系称为负相关. (3)线性相关关系、回归直线如果散点图中点的分布从整体上看大致在一条直线附近，就称这两个变量之间具有线性相关关系，这条直线叫做回归直线. 2.回归方程 (1)最小二乘法求回归直线，使得样本数据的点到它的距离的平方和最小的方法叫做最小二乘法. (2)回归方程方程y ^＝b ^x ＋a ^是两个具有线性相关关系的变量的一组数据(x 1，y 1)，(x 2，y 2)，…，(x n ，y n )的回归方程，其中a ^，b ^是待定参数.⎩⎨⎧b ^＝∑ni ＝1(x i －x )(y i －y )∑n i ＝1(x i－x )2＝∑ni ＝1x i y i －n x y ∑ni ＝1x 2i －n x2，a ^＝y －b ^x .3.回归分析(1)定义：对具有相关关系的两个变量进行统计分析的一种常用方法.(2)样本点的中心对于一组具有线性相关关系的数据(x 1，y 1)，(x 2，y 2)，…，(x n ，y n )，其中(x ，y )称为样本点的中心. (3)相关系数当r >0时，表明两个变量正相关； 当r <0时，表明两个变量负相关.r 的绝对值越接近于1，表明两个变量的线性相关性越强.r 的绝对值越接近于0，表明两个变量之间几乎不存在线性相关关系.通常|r |大于0.75时，认为两个变量有很强的线性相关性.第二环节：自主学习（知识点以题的形式呈现）（一）基础学习（本课需要掌握的基础知识）1判断下面结论是否正确(请在括号中打“√”或“×”)(1)相关关系与函数关系都是一种确定性的关系，也是一种因果关系.( × ) (2)“名师出高徒”可以解释为教师的教学水平与学生的水平成正相关关系.( √ ) (3)只有两个变量有相关关系，所得到的回归模型才有预测价值.( √ )(4)某同学研究卖出的热饮杯数y 与气温x (℃)之间的关系，得回归方程y ^＝－2.352x ＋147.767，则气温为2℃时，一定可卖出143杯热饮.( × )2.已知变量x 和y 满足关系y ^＝－0.1x ＋1，变量y 与z 正相关.下列结论中正确的是( C ) A.x 与y 正相关，x 与z 负相关 B.x 与y 正相关，x 与z 正相关 C.x 与y 负相关，x 与z 负相关 D.x 与y 负相关，x 与z 正相关3．试从下面四个图中的点在散点图上的分布状态，直观上初步判断两个变量之间有线性相关关系的是( C )4．四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( D ) A ．①② B ．②③ C ．③④D ．①④5．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：父亲身高x(cm) 174 176 176 176 178 儿子身高y(cm)175175176177177则y 对x 的线性回归方程为( C ) A ．y ＝x －1 B ．y ＝x ＋1 C ．y ＝88＋12xD ．y ＝1765．C 计算得，x ＝174＋176＋176＋176＋1785＝176，y ＝175＋175＋176＋177＋1775＝176，根据回归直线经过样本中心(x ，y )检验知，C符合．（二）深入学习（需掌握的知识转化成能力——知识运用）某车间为了制定工时定额，需要确定加工零件所花费的时间，为此做了四次试验，得到的数据如下：零件的个数x (个) 2 3 4 5 加工的时间y (小时)2.5344.5(1)在给定的坐标系中画出表中数据的散点图；(2)求出y 关于x 的线性回归方程y ^＝b ^x ＋a ^，并在坐标系中画出回归直线；(3)试预测加工10个零件需要多少小时？(注：b ^＝∑i ＝1nx i y i －n x y∑i ＝1nx 2i －n x2，a ^＝y －b ^x )解 (1)散点图如图.(2)由表中数据得：∑i ＝14x i y i ＝52.5，x ＝3.5，y＝3.5，∑i ＝14x 2i ＝54，∴b ^＝0.7，∴a ^＝1.05，∴y ^＝0.7x ＋1.05，回归直线如图所示.(3)将x ＝10代入线性回归方程， 得y ^＝0.7×10＋1.05＝8.05，故预测加工10个零件约需要8.05小时.第三环节：互助学习 第四环节：展示学习第五环节：精讲学习（学生对应的是反思学习）。
学高一数学2.3变量间的相关关系导学案新必修3
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。
【学习目标】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。
【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。
【学法指导】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。
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→【学习反思】、【基础达标】→发导学案、布置预习课前准备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。
【知识链接】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。
高中数学必修3第二章第三节《变量间的相关关系》全套教案
2.3.变量间的相关关系2.3.1变量间的相关关系【教学目标】（1）了解变量之间的相关关系。
（2）会区别变量之间的函数关系与变量相关关系。
（3）会举例说明现实生活中变量之间的相关关系。
【教学重点难点】1、变量之间的相关关系。
2、会区别变量之间的函数关系与变量相关关系。
3、会举例说明现实生活中变量之间的相关关系。
【学前准备】：多媒体，预习例题个准确的函数来表示，广告费（自变量x）一定时销售额（因变量y）并没有确定，而是因为受多种因素的影响带有一定的随机性。
2、你能试着总结一下相关关系的定义吗？变量间的相关关系定义：自变婴儿出生率也高，天鹅少的地方婴儿出生率低，于是他得出了一个结论：天鹅能够带来孩子。
你认为这样的结论可靠吗？如何证明这个问题的可靠性？分析：（1）吸烟只是影响健康的一个因素，对健康的影响还有其他的一些因素，两者之间非函数关系即非因果关系；（2）不对，这也是相关关系而不是函数关系。
上面提到了很多相关关系，那它们之间的相关关系强还是弱？我们下面来研究一下。
散点图.2.3.2两个变量的线性相关【教学目标】（1）了解最小二乘法的思想及回归直线方程的推导过程；（2）通过实例加强对回归直线方程含义的理解。
【教学重难点】重点：利用散点图直观地判断两个变量之间的线性相关关系，了解统计学中，数据处理的经典方法——最小二乘法，掌握回归方程系数公式求回归方程，且进行实际预测。
难点:通过代数的方法刻画“从整体上看，各点与回归直线的距离最小”的几何特征，让学生了解最小二乘法思想，形成回归分析思想。
【学前准备】：多媒体，预习例题学生预分类情况:分类1：分成三组（1）（5），（2）（3（4）（8）， 其中（1）（5）图中的点分布在一条直线上；（3）（6）（7）图中的点大部分的点落在某条直线附近，呈带状分布；（4）（8）图中的点分布比2.为考虑广告费用x与销售额y之间的关系，抽取了5家餐厅，得到如下数据：广告费用(千元) 1.0 4.0 6.0 10.0 14.销售额(千元) 19.0 44.0 40.0 52.0 53.（1）画出散点图。
必修三人教版变量间的相关关系优秀教学导学案
2.3《变量间的相互关系》导学案【目标展示】1、会画散点图，利用散点图判断两变量的线性相关关系；2、了解最小二乘法的思想；3、会求回归直线方程。
【课程导读】知识梳理 （阅读课本第84页至91页，并填空） 知识点1、变量之间的相关关系1、 变量与变量之间的关系常见的有两类：一类是确定性关系，如函数关系；另一类是不确定性关系，即当自变量的取值一定，因变量取值带有一定的随机性，这样的两个变量之间的关系称为 。
现实生活中存在许多相关关系，在下列两个变量的关系中，哪些是相关关系？①正方形边长与面积之间的关系； ②作文水平与课外阅读量之间的关系； ③人的身高与体重之间的关系； ④人的身高与视力之间的关系； ⑤商品销售收入与广告支出经费之间的关系； ⑥粮食产量与施肥量之间的关系； ⑦匀速行驶的车辆的行驶距离与时间 知识点2、散点图2、将样本中的几个数据点描在平面直角坐标系中所得的图形叫做 ；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 ，点散布在从左上角到右下角的区域内，两个变量相关关系为_ .知识点3、两个变量的线性相关1.如果所有的样本点都落在某一函数曲线上，变量之间具有 关系2.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 关系3.如果所有的样本点都落在某一直线附近，变量之间就有 关系 注:如果关于两个变量统计数据的散点图呈现发散状,则这两个变量之间不具有相关关系.特别的，.如果散点图中点的分布从整体上看大致在一条直线附近，就称这两个变量之间具有 关系，这条直线叫做_ ，回归直线对应的方程叫回归直线方程,它的方程简称 。
通过求_____________________________Q =的最小值，即使得样本数据的点到回归直线的距离的平方和最小的求回归直线的方法叫做 ，设回归方程为a x b y +=，则有1122211()()()________________n ni i i i i i n n i i i i x x y y x y nx y b x x x nx a ====⎧---⎪⎪==⎨--⎪⎪=⎩∑∑∑∑ ，其中1nii x x ==∑，1ni i y y ==∑，b 是回归方程的_______，a是_______。
人教A版高中数学必修3第二章 统计2.3 变量间的相关关系导学案
精品文档. 《变量之间的相关关系》教学设计活动3 09’40’’—13’10’’把“函数关系”“相关关系”，放在一起相互比较学习，可以使它们的“不同点”更加鲜明突出。
通过表格的形式，让学生理解函数关系与相关关系的相同点与不同点。
活动4 13’11’’—19’50’’由古汉语文学中包含的“相关关系”，让学生认识到研究相关关系的研究价值。
“名师出高徒”“水涨船高”“登高望远”“瑞雪兆丰年”“家和万事兴”相关关系的研究价值研究变量间的相关关系目的在于找到一个合适的函数模型来近似刻画两个变量间的关系，做出合理预测并以此为生产生活以及科学研究提供指导意见。
以小组讨论的形式进行合作学习,每组的组代表宣布本组的答案。
活动5 19’51’’—26’44’’教师通过具体的案例，让学生了解变量间的相关关系的研究方法，电子信息技术的使用打破了这部分内容的常规教法，降低了理解难度，提高了学生的学习效率，激发了学生用数学知识研究具体问题的兴趣。
如何研究变量间的相关关系呢？1.收集整理数据2.作出散点图3.找函数模型4.求相关系数以小组合作的形式进行合作学习,每位同学都参与到数据收集的过程中。
利用Excel软件对学生收集的数据进行分析，做出散点图，回归直线方程。
媒体技术的使用改变了以往，死记硬背，机械训练的现状，有助学生主动参与，乐于探究，勤于动手，培养学生搜集，和处理信息的能力，获取新知识的能力，分析和解决问题的能力，以及交流与合作的能力，活动6 26’45’’—32’56’’探究活动由学生利用媒体技术独立完成，让学生体验利用数学知识，利用电子信息技术研究进行科学研究的过程。
在一次对人体脂肪含量和年龄关系的研究中，研究人员获得了一组样本数据：画出散点图，分析年龄与人体脂肪含量的关系.两名学生利用媒体技术制作散点图及回归直线方程，其他同学利用传统方法制作，最后对比两种方法的优劣。
学生利用Excel软件对数据进行分析，做出散点图以及回归方程。
- 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、"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、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)。
高中数学必修三导学案2.3 变量间的相关关系（1）
23 变量间的相关关系（1）
【学习目标】
1．了解相关关系的有关概念；
2．会画散点图，会利用散点图直观认识变量间的相关关系．【新知自学】
知识回顾：
前回顾
1、函数的定义是什么？
2、对于函数，当时，= 的值是唯一的吗？
新知梳理：
1两个变量之间的关系
（1）函数关系：两个变量的关系是．
（2）相关关系：两个变量的关系是．
【感悟】相关关系与函数关系有什么异同点？
2两个变量的相关关系的有关概念
（1）散点图：将样本的几个数据描在中得到的图形．
（2）正相关：在散点图中，点散布在从
到的区域，对于两个变量的这种相关关系，我们称它为正相关．（3）负相关：在散点图中，点散布在从
到的区域，对于两个变量的这种相关关系，我们称它为负相关．3两个变量的线性相关、回归直线
如果散点图上的点的分布大致在附近，就称这两个变量之间具有关系，这条直线叫做．
对点练习：
1下列两个变量中具有相关关系的是（）
（A）正方体的体积与边长
（B）匀速行驶的车辆的行驶距离与时间
（）人的体重与饭量
（D）人的身高与视力
2下列各关系不属于相关关系的是（）
（A）产品的样本与生产数量
（B）球的表面积与体积
（）家庭的支出与收入
（D）人的年龄和体重
3下列变量关系是线性相关的是（）
（A）人的身高与视力
（B）角的大小与所对圆弧长
（）收入水平与纳税水平
（D）人的年龄和身高
【合作探究】
典例精析
【典型例题】
例题1 在关于人的脂肪含量（百分比）和年龄关系的研究中，得到如下一组数据：
判断它们是否有相关关系，若有，作一拟合直线
年龄2327 394144908
脂肪91782122927263282296
变式训练1观察两相关变量得如下数据：
x-1-2-3-4 -4321
-9-7--3-11379
画出散点图，判断它们是否有相关关系
例题2以下是某地搜集到的不同楼盘新房屋的销售价格（单位：万元）和房屋面积x（单位：平方米）的数据：
x11110801310
1248121611941292122
（1）画出数据对应的散点图；
（2）判断新房屋的销售价格和房屋面积之间是否具有相关关系？如果有相关关系，是正相关还是负相关？
【堂小结】
【当堂达标】
1判断下边图形中具有相关关系的两个
变量是哪一个？（）
2 个学生的数学和物理成绩如下表：
学科/学生
数学80770660
物理7066686462
画出散点图，并判断它们是否线性相关
【时作业】
1有关线性回归的说法，不正确的是（）
（A）相关关系的两个变量不是因果关系
（B）散点图能直观反映数据的相关程度
（）回归直线最能代表线性相关的两个变量之间的关系
（D）任一组数据都有回归方程
2下列两个变量具有相关关系的是（）
（A）正方体的体积与棱长
（B）数学成绩与学习数学的时间
（）匀速行驶车辆的行驶距离与时间
（D）球的半径与体积
3哪些变量是相关关系（）
（A）出租车费与行驶的历程里程
（B）房屋面积与房屋的价格
（）身高与体重
（D）铁的大小与质量
4有四组变量：①汽车的重量与汽车每消耗1升汽油所行驶的平均路程；②高三年级女生的身高与体重；③某人平均每日吸烟量与其身体健康情况；④汽车的重量与百公里耗油量其中两个变量成正相关的是（）
（A）①③（B）②④
（）②③（D）①④
对变量x, 有观测数据理力争（，）（i=1,2,…，10），得散点图1；对变量u ，v 有观测数据（，）（i=1,2,…，10）,得散点图2 由这
两个散点图可以判断（）（A）变量x 与正相关，u 与v 正相关（B）变量x 与正相关，u 与v 负相关
（）变量x 与负相关，u 与v 正相关
（D）变量x 与负相关，u 与v 负相关
6某种产品的广告费支出x与销售额（单位：百万元）之间有如下对应数据：
x2468
304060070
（1）画出散点图；
（2）从散点图中判断销售金额与广告费支出成什么样的关系？
7假如某公司的广告费支出x（百万元) 与销售额(百万元）之间有如下数据：
x2468
304060070
（1）画出散点图；
（2）判断广告费支出与销售额之间有无相关关系？若有是正相关还是负相关？。