资源描述：
《2、3、2线性回归方程学案》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。
1、教学，重要的不是教师的“教”，而是学生的“学”heda2007@163.com2、3、2线性回归方程讲义编写者：数学教师孟凡洲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/℃261813104-1杯数202434385064如果某天的气温是-5℃,你能根据这些数据预测这天小卖部卖出热茶的杯数吗？为解决这个问题我们接着学习两个变量的线性相关——回归直线及其方程.一、【学习目标】1、理解相关关系，能判断两个变量之间是否是相关关系；2、会求线性回归方程，理解其真正含义（估
2、计）.二、【自学内容和要求及自学过程】阅读教材86—89页内容，回答问题（回归直线方程）<1>请你说出作散点图的步骤和方法.<2>请你说出正、负相关的概念.<3>什么是线性相关？<4>看人体的脂肪百分比和年龄的散点图,当人的年龄增加时,体内脂肪含量到底是以什么方式增加的呢？<5>什么叫做回归直线？<6>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？结论：<1>建立相应的平面直角坐标系,将各数据在平面直角坐标中的对应点画出来,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.（a.如果所有的样本点都落在某一函
3、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）<2>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.<3>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.<4>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,呈正相关的趋势,我们可以从散点图上来进一步分析.<5>如下图；从散点图上可
4、以看出,这些点大致分布在通过散点图中心的一条直线附近.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(regressionline).如果能够求出这条回归直线的方程(简称回归方程),8新课标人教A版高一数学讲义编写者：孟凡洲QQ：191745313教学，重要的不是教师的“教”，而是学生的“学”heda2007@163.com那么我们就可以比较清楚地了解年龄与体内脂肪含量的相关性.就像平均数可以作为一个变量的数据的代表一样,这条直线可以作为两个变量具有线性相关关系
5、的代表.<6>从散点图上可以发现,人体的脂肪百分比和年龄的散点图,大致分布在通过散点图中心的一条直线.那么,我们应当如何具体求出这个回归方程呢?有的同学可能会想,我可以采用测量的方法,先画出一条直线,测量出各点与它的距离,然后移动直线,到达一个使距离的和最小的位置,测量出此时的斜率和截距,就可得到回归方程了.但是,这样做可靠吗?有的同学可能还会想,在图中选择这样的两点画直线,使得直线两侧的点的个数基本相同.同样地,这样做能保证各点与此直线在整体上是最接近的吗?还有的同学会想,在散点图中多取几组点,确定出几条直线的方程,再分别
6、求出各条直线的斜率、截距的平均数,将这两个平均数当成回归方程的斜率和截距.同学们不妨去实践一下,看看这些方法是不是真的可行?（学生讨论：1.选择能反映直线变化的两个点.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.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.）教师：分别分析各方法的可靠性.如下图：上面这些方法虽然有一定的道理,但总让人感到可靠性不强.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
7、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8新课标人教A版高一数学讲义编写者：孟凡洲QQ：191745313教学，重要的不是教师的“教”，而是学生的“学”heda2007@163.com其中，b是回归方程的斜率，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(x1,y1),(x2,y2),…,(xn,yn)，且所求回归方程是=bx+a,其中a、b是待定参数.当变量x取xi(i=1,2,…,n)时可以得到=bxi+a(i=1,2
8、,…,n),它与实际收集到的yi之间的偏差是yi-=yi-(bxi+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（yi-）可正可负，为了避免相互抵消，可以考虑用来代替，但由于它含有绝对值，运算不太方便，所以改用Q=(y1-bx1-a)
