课件36张PPT。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、选择题
1．对于给定的两个变量的统计数据，下列说法正确的是( )
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] C
[解析] 给出一组样本数据，总可以作出相应的散点图，但不一定分析出两个变量的关系，更不一定符合线性相关或有函数关系．
2．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
B．圆半径和圆的面积
C．正n边形的边数和内角度数之和
D．人的年龄和身高
[答案] D
[解析] A、B、C都是函数关系，对于A，V＝a3；对于B，S＝πr2；对于C，g(n)＝(n－2)π.而对于年龄确定的不同的人可以有不同的身高，∴选D.
3．下列变量之间的关系是函数关系的是( )
A．一次函数y＝ax＋b，其中a，b是已知常数，取b为自变量，因变量是b2－4a
B．施肥量和小麦亩产量
C．降雨量和交通事故发生率
D．学习时间和学习成绩
[答案] A
[解析] 一般地说，在一定范围内，在其它条件相同的情况下，施肥量加大，小麦亩产量会增加，它们正相关，但不具有函数关系；同理C、D也没函数关系，而A中，∵a，b为已知常数，当b确定时，b2－4a也随之确定且有唯一值与之对应，∴A为函数关系．
4．由一组样本数据(x1，y1)，(x2，y2)，…，(xn，yn)得到的回归直线方程＝bx＋a，那么下面说法不正确的是( )
A．直线＝bx＋a必经过点(，)
B．直线＝bx＋a至少经过点(x1，y1)，(x2，y2)，…，(xn，yn)中的一个点
C．直线＝bx＋a的斜率为
D．直线＝bx＋a和各点(x1，y1)，(x2，y2)，…，(xn，yn)的偏差yi－(bxi＋a)]2是该坐标平面上所有直线与这些点的偏差中最小的直线．
[答案] B
[解析] 由a＝－b 知＝－b ＋bx，∴必定过(，)点．
回归直线方程对应的直线是与样本数据距离最小的，但不一定过原始数据点，只须和这些点很接近即可．
5．设有一个回归方程为＝2－1.5x，则变量x增加一个单位时( )
A．y平均增加1.5个单位
B．y平均增加2个单位
C．y平均减少1.5个单位
D．y平均减少2个单位
[答案] C
[解析] 2－1＝2－1.5(x＋1)－2＋1.5x＝－1.5.
6．如图是具有相关关系的两个变量的一组数据的散点图和回归直线，去掉哪个点后，剩下的5个点数据的相关系数最大？( )
A．D B．E C．F D．A
[答案] C
[解析] 第F组数据距回归直线最远，所以去掉第F组后剩下的相关系数最大．
7．以下关于线性回归的判断，正确的有________个．( )
①若散点图中所有点都在一条直线附近，则这条直线为回归直线[来源:学科网]
②散点图中的绝大多数点都线性相关，个别特殊点不影响线性回归，如图中的A，B，C点．
③已知回归直线方程为＝0.50x－0.81，则x＝25时，y的估计值为11.69
④回归直线方程的意义是它反映了样本整体的变化趋势
A．0个 B．1个
C．2个 D．3个
[答案] D
[解析] 能使所有数据点都在它附近的直线不止一条，而据回归直线的定义知，只有按最小二乘法求得回归系数a，b得到的直线＝ax＋b才是回归直线，∴①不对；②正确；将x＝25代入＝0.50x－0.81，解得＝11.69，∴③正确；④正确，∴选D.
8．为了考察两个变量x和y之间的线性相关性，甲、乙两个同学各自独立地作10次和15次试验，并且利用线性回归方法，求得回归直线分别为l1和l2.已知在两个人的试验中发现对变量x的观测数据的平均值恰好相等，都为s，对变量y的观测数据的平均值也恰好相等，都为t.那么下列说法正确的是( )
A．直线l1和l2有交点(s，t)
B．直线l1和l2相交，但是交点未必是点(s，t)
C．直线l1和l2由于斜率相等，所以必定平行
D．直线l1和l2必定重合
[答案] A
[解析] 由题意，结合回归直线易知只有选项A符合已知条件．
9．下表是某同学记录的某地方在3月1日～3月12日的体检中的发烧人数，并给出了散点图.
日期
3.1
3.2
3.3
3.4[来源:学*科*网Z*X*X*K]
3.5
3.6
人数
100
109
115
118
121
131
日期
3.7
3.8
3.9
3.10
3.11
3.12
人数
141
152
158
175
186
203
下列说法：
①根据此散点图，可以判断日期与发烧人数具有线性相关关系．
②根据此散点图，可以判断日期与发烧人数具有一次函数关系．
其中正确的是( )
A．② B．①
C．①② D．都不正确
[答案] B
[解析] 由散点图可以判断日期与发烧人数具有正相关关系，但不是函数关系，更不是一次函数关系，因为所有点不在一条直线上，而是在一条直线附近．
10．过(3,10)，(7,20)，(11,24)三点的回归直线方程是( )
A.＝1.75＋5.75x B.＝－1.75＋5.75x
C.＝5.75＋1.75x D.＝5.75－1.75x
[答案] C
[解析] 求过三点的回归直线方程，目的在于训练求解回归系数的方法，这样既可以训练计算，又可以体会解题思路，关键是能套用公式．代入系数公式得＝1.75，＝5.75.代入直线方程，求得＝5.75＋1.75x.故选C.
二、填空题
11．下列关系：
(1)炼钢时钢水的含碳量与冶炼时间的关系；
(2)曲线上的点与该点的坐标之间的关系；
(3)柑橘的产量与气温之间的关系；
(4)森林的同一种树木，其横断面直径与高度之间的关系．
其中具有相关关系的是________．
[答案] (1)(3)(4)
[解析] (1)炼钢的过程就是一个降低含碳量进行氧化还原的过程，除了与冶炼时间有关外，还要受冶炼温度等其他因素的影响，故具有相关关系．
(2)曲线上的点与该点的坐标之间的关系是一一对应的，即是一种确定性关系．
(3)柑橘的产量除了受气温影响以外，还要受肥量以及水分等因素的影响，故具有相关关系．
(4)森林的同一种树木，其横断面直径随高度的增加而增加，但是还受树木的疏松及光照等因素的影响，故具有相关关系．
12．(2011·辽宁高考)调查了某地若干户家庭的年收入x(单位：万元)和年饮食支出y(单位：万元)，调查显示年收入x与年饮食支出y具有线性相关关系，并由调查数据得到y对x的回归直线方程：＝0.254x＋0.321.由回归直线方程可知，家庭年收入每增加1万元，年饮食支出平均增加________万元．
[答案] 0.254
[解析] 由于＝0.254x＋0.321知，当x增加1万元时，年饮食支出y增加0.254万元．
14．改革开放30年以来，我国高等教育事业迅速发展，对某省1990～2000年考大学升学百分比按城市、县镇、农村进行统计，将1990～2000年依次编号为0～10，回归分析之后得到每年考入大学的百分比y与年份x的关系为：
城市：＝2.84x＋9.50；
县镇：＝2.32x＋6.67；
农村：＝0.42x＋1.80.
根据以上回归直线方程，城市、县镇、农村三个组中，________的大学入学率增长最快．按同样的增长速度，可预测2010年，农村考入大学的百分比为________%.
[答案] 城市 10.2
[分析] 增长速度可根据回归直线的斜率来判断，斜率大的增长速度快，斜率小的增长速度慢．
[解析] 通过题目中所提供的回归方程可判断，城市的大学入学率增长最快；2010年农村考入大学的百分比为0.42×20＋1.80＝10.2.
三、解答题
15．某种产品的广告费支出x与销售额y之间有如下对应数据(单位：百万元)
x
2
4
5
6
8
y
30
40
60
50
70
(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？
[解析] (1)以x对应的数据为横坐标，以y对应的数据为纵坐标，所作的散点图如下图所示：
(2)从图中可以发现广告费支出与销售金额之间具有相关关系，并且当广告费支出由小变大时，销售金额也大多由小变大，图中的数据大致分布在某条直线的附近，即x与y成正相关关系．
16．某个服装店经营某种服装，在某周内获纯利y(元)，与该周每天销售这种服装件数x之间的一组数据关系见表
x
3
4
5
6
7
8
9[来源:学*科*网Z*X*X*K]
y
66
69
73[来源:Zxxk.Com]
81
89
90
91
已知＝280，＝45209，iyi＝3487.
(1)求，；
(2)求回归方程．
[解析] (1)＝×(3＋4＋5＋6＋7＋8＋9)＝6，[来源:学+科+网Z+X+X+K]
＝×(66＋69＋73＋81＋89＋90＋91)＝.
(2)＝＝，
∴＝－×6＝，
∴所求回归方程为＝x＋.
17．某工厂对某产品的产量与成本的资料分析后有如下数据：
产量x(千件)
2
3
5
6
成本y(万元)
7
8
9
12
(1)画出散点图；
(2)求成本y与产量x之间的线性回归方程．
[解析] (1)散点图如下：
(2)设成本y与产量x的线性回归方程为＝x＋，
＝＝4，＝＝9.
＝＝＝1.1，
＝－＝9－1.1×4＝4.6.
所以，回归方程为＝1.1x＋4.6.
18．下面是世界上10名男网球选手的身高(x)与体重(y)的情况.
姓名
身高(x)/cm
体重(y)/kg
Carlos Moya
190
82
Richard Fromberg
196
88
Marcelo Rios
175
63
Pat Rafter
185
79
Jason Stoltenberg
186
80
Andre Agassi
180
75
Todd Martin
198
96
Karol Kucera
188
75
Mark Philippoussis
194
92
Greg Rusedski
193
86
(1)将上表中的数据制成散点图；
(2)你能从散点图中发现身高与体重近似成什么关系吗？
(3)若近似成线性关系，请画出一条直线来近似地表示这种线性关系；
(4)若某名男网球运动员的身高是172 cm，请预测他的体重．
[解析] (1)散点图如图：
(2)由图可见，图中的数据点大致分布在一条直线附近，当身高数据由小到大变化时，体重数据也由小变大，因此身高与体重近似成线性相关关系．
(3)直线如图所示．
(4)根据所画直线可预测当身高是172 cm时，其体重约为61 kg.
[点评] 第(3)问中的直线不是唯一的，当然不同的近似直线将直线影响第(4)问的预测结果．
2.3变量间的相互关系（一）、（二）
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？
3. 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.类似于这样的两个变量之间的关系，有必要从理论上作些探讨，如果能通过数学成绩对物理成绩进行合理估计，将有着非常重要的现实意义.
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，想一想这些问题中两个变量之间的关系是函数关系吗？
（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.
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？
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.
思考4：函数关系与相关关系之间的区别与联系.
函数关系中的两个变量间是一种确定性关系；相关关系是一种非确定性关系.
函数关系是一种因果关系而相关关系不一定是因果关系，也可能是伴随关系.
3. 函数关系与相关关系之间有着密切联系，在一定条件下可以互相转化.
例1 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.
练习1.已知下列变量，它们之间的关系是函数关系的有 ① ，是相关关系的有 ②③ .
①已知二次函数y=ax2+bx+c，其中a、c是已知常数，取b为自变量，因变量是这个函数的判别式△=b2－4ac;
②光照时间和果树亩产量；
③每亩施用肥料量和粮食产量.
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：
其中各年龄对应的脂肪数据是这个年龄人群脂肪含量的样本平均数.
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？
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？
思考3：上图叫做散点图，你能描述一下散点图的含义吗？
在平面直角坐标系中，表示具有相关关系的两个变量的一组数据图形，称为散点图.
思考4：观察散点图的大致趋势，人的年龄的与人体脂肪含量具有什么相关关系？
思考5：在上面的散点图中，这些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.一般地，如果两个变量成正相关，那么这两个变量的变化趋势如何？
思考6：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？其散点图有什么特点？
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
思考7：你能列举一些生活中的变量成正相关或负相关的实例吗?
例2 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：
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.
练习2. 今有一组试验数据如下表所示：现准备用下列函数中的一个近似地表示这些数据满足的规律，其中最接近的一个是( C )
A. y=log2x B. y=2x C. y=(x2－1)/2 D. y=2x－2
问题提出
1. 两个变量之间的相关关系的含义如何？成正相关和负相关的两个相关变量的散点图分别有什么特点？
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.
正相关的散点图中的点散布在从左下角到右上角的区域，负相关的散点图中的点散布在从左上角到右下角的区域
2. 观察人体的脂肪含量百分比和年龄的样本数据的散点图，这两个相关变量成正相关.我们需要进一步考虑的问题是，当人的年龄增加时，体内脂肪含量到底是以什么方式增加呢？对此，我们从理论上作些研究.
知识探究（三）：回归直线
思考1：一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？
思考2：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？
这些点大致分布在一条直线附近.
思考3：对一组具有线性相关关系的样本数据，你认为其回归直线是一条还是几条？
思考4：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？
知识探究（四）：回归方程
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.
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？
整体上最接近
思考2：对于求回归直线方程，你有哪些想法？
思考3：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？
思考4：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？
思考5：根据有关数学原理分析，当
时，总体偏差 为最小，这样就得到了回归方程，这种求回归方程的方法叫做最小二乘法.回归方程中，a，b的几何意义分别是什么？
思考6：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 ，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？
20.9%
练习 3.F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
y
2.5
3
4
4.5
(1)请画出上表数据的散点图；
(2)请根据上表提供的数据，崩最小二乘法求出Y关于x的线性回归方程Y=bx+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
同归方程，预测生产100吨甲产品的生产能耗比技改前降低多少吨标准煤?
(参考数值：3×2．5+4×3+5×4+6×4．5=66.5)
解：（1）如图
（2）由对照数据，计算得： ;
所求的回归方程为
(3) , 吨,
预测生产100吨甲产品的生产能耗比技改前降低(吨)
课堂小结
求样本数据的线性回归方程，可按下列步骤进行：
第一步，计算平均数
第二步，求和
第三步，计算
第四步，写出回归方程
2. 回归方程被样本数据惟一确定，各样本点大致分布在回归直线附近.对同一个总体，不同的样本数据对应不同的回归直线，所以回归直线也具有随机性.
3. 对于任意一组样本数据，利用上述公式都可以求得“回归方程”，如果这组数据不具有线性相关关系，即不存在回归直线，那么所得的“回归方程”是没有实际意义的.因此，对一组样本数据，应先作散点图，在具有线性相关关系的前提下再求回归方程.
课后作业 《习案》作业：二十三. 、二十四.
2.3变量间的相互关系（三）
一、复习
（1）两个变量间由函数关系时，数据点位于某曲线上.
（2）两个变量间的关系是相关关系时，数据点位于某曲线附近.
（3）两个变量间的关系为线性相关时，数据点位于某直线附近.
该直线叫回归直线，对应的方程叫回归方程，该直线作为两个变量有线性相关关系的代表
（4）求回归方程的一般步骤：
第一步，计算平均数
第二步，求和
第三步，计算
第四步，写出回归方程
练习1.
由一组10个数据(xi，yi)算得 则b= ,a= ,回归方程为 .
练习2.
二、新授
1. 两个变量是否有相关关系可以先作出散点图进行判断.
2. 两个变量间是否有相关关系也可以通过求相关函数来判断.
其中
三、习题讲解
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。”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？
3、“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？
〖新知探究〗
思考：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？
一、相关关系：
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。
【说明】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。
思考探究：
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？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？
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。
二、散点图
探究：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
39
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
其中各年龄对应的脂肪数据是这个年龄人群脂肪含量的样本平均数。
思考探究：
1、对某一个人来说，他的体内脂肪含量不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？
2、为了确定年龄和人体脂肪含量之间的更明确的关系，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？
在平面直角坐标系中，
表示具有相关关系的
两个变量的一组数据图
形称为散点图。
3、观察人的年龄的与人体脂肪含量散点图的大致趋势，有什么样的特点？阅读课本，这种相关关系我们称为什么？还有没有其他的相关关系？它又有怎样的特点？
三、线性相关、回归直线方程和最小二乘法
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？
如果散点图中的点的分布，从整体上看大致在一条直线附近，则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。
我们所画的回归直线应该使散点图中的各点在整体上尽可能的与其接近。我们怎么来实现这一目的呢？说一说你的想法。
设所求的直线方程为=bx+a，其中a、b是待定系数。
则i=bxi+a（i=1，2，…，n）.于是得到各个偏差
yi－i =yi－（bxi+a）（i=1，2，…，n）
显见，偏差yi－i 的符号有正有负，若将它们相加会造成相互抵消，所以它们的和不能代表几个点与相应直线在整体上的接近程度，故采用n个偏差的平方和
Q=（y1－bx1－a）2+（y2－bx2－a）2+…+（yn－bxn－a）2
表示n个点与相应直线在整体上的接近程度。
记Q=
这样，问题就归结为：当a、b取什么值时Q最小，a、b的值由下面的公式给出：
其中=，=，a为回归方程的斜率，b为截距。
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最小二乘法。
【例题精析】
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，得到一个卖出的饮料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
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：
（4）当x=2时，y=143.063
（四）反思总结，当堂检测。
1、求样本数据的线性回归方程，可按下列步骤进行：
（1）计算平均数，；
（2）求a，b；
（3）写出回归直线方程。
2、回归方程被样本数据惟一确定，对同一个总体，不同的样本数据对应不同的回归直线，所以回归直线也具有随机性.。
3、对于任意一组样本数据，利用上述公式都可以求得“回归方程”，如果这组数据不具线性相关关系，即不存在回归直线，那么所得的“回归方程”是没有实际意义的。因此，对一组样本数据，应先作散点图，在具有线性相关关系的前提下再求回归方程
教师组织学生反思总结本节课的主要内容，并进行当堂检测。
设计意图：引导学生构建知识网络并对所学内容进行简单的反馈纠正。（课堂实录）
（五）发导学案、布置预习。
完成本节的课后练习及课后延伸拓展作业。
设计意图：布置下节课的预习作业，并对本节课巩固提高。教师课后及时批阅本节的延伸拓展训练。
九、板书设计
十、教学反思
本课的设计采用了课前下发预习学案，学生预习本节内容，找出自己迷惑的地方。课堂上师生主要解决重点、难点、疑点、考点、探究点以及学生学习过程中易忘、易混点等，最后进行当堂检测，课后进行延伸拓展，以达到提高课堂效率的目的。
本节课学习了变量间的相互关系和两个变量的线性相关,以及最小二乘法和回归直线的定义,体会了用最小二乘法解决两个变量线性相关的方法,在解决问题中要熟练掌握求回归系数b、a的公式,精确计算.同时,要注意培养学生的观察分析两变量的关系和抽象概括的能力
在后面的教学过程中会继续研究本节课，争取设计的更科学，更有利于学生的学习，也希望大家提出宝贵意见，共同完善，共同进步!
2.3变量间相关关系
课前预习学案
一、预习目标
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。
二、预习内容
1.举例说明函数关系为什么是确定关系？
2.一个人的身高与体重是函数关系吗?
3. 相关关系的概念：
4. 什么叫做散点图？
5.回归分析，（1）求回归直线方程的思想方法；（2）回归直线方程的求法
三、提出疑惑
同学们，通过你的自主学习，你还有哪些疑惑，请把它填在下面的表格中
疑惑点
疑惑内容
课内探究学案
一、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.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.
二、学习重难点：
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。
三、学习过程
思考：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？
（一）、相关关系：
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。
【说明】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。
思考探究：
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？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？
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？
（二）、散点图
探究：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
39
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
其中各年龄对应的脂肪数据是这个年龄人群脂肪含量的样本平均数。
思考探究：
1、对某一个人来说，他的体内脂肪含量不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？
2、为了确定年龄和人体脂肪含量之间的更明确的关系，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？
3、观察人的年龄的与人体脂肪含量散点图的大致趋势，有什么样的特点？阅读课本，这种相关关系我们称为什么？还有没有其他的相关关系？它又有怎样的特点？
（三）、线性相关、回归直线方程和最小二乘法
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？
如果散点图中的点的分布，从整体上看大致在一条直线附近，则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。
我们所画的回归直线应该使散点图中的各点在整体上尽可能的与其接近。我们怎么来实现这一目的呢？说一说你的想法。
这样，问题就归结为：当a、b取什么值时Q最小，a、b的值由下面的公式给出：
其中=，=，a为回归方程的斜率，b为截距。
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最小二乘法。
【例题精析】
【例1】下表是某小卖部6天卖出热茶的杯数与当天气温的对比表：
气温/℃
26
18
13
10
4
－1
杯数
20
24
34
38
50
64
（1）将上表中的数据制成散点图.
（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?
（3）如果近似成线性关系的话，请求出回归直线方程来近似地表示这种线性关系.
（4）如果某天的气温是－5℃时，预测这天小卖部卖出热茶的杯数.
（四）反思总结
1、求样本数据的线性回归方程，可按下列步骤进行：
（1）计算平均数，；
（2）求a，b；
（3）写出回归直线方程。
2、回归方程被样本数据惟一确定，对同一个总体，不同的样本数据对应不同的回归直线，所以回归直线也具有随机性.。
3、对于任意一组样本数据，利用上述公式都可以求得“回归方程”，如果这组数据不具有线性相关关系，即不存在回归直线，那么所得的“回归方程”是没有实际意义的。因此，对一组样本数据，应先作散点图，在具有线性相关关系的前提下再求回归方程。
(五)当堂检测
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.散点图能直观地反映数据的相关程度
C.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.下面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
3.回归方程=1.5x－15，则
A.=1.5－15 B.15是回归系数a
C.1.5是回归系数a D.x=10时，y=0
4.r是相关系数，则结论正确的个数为
①r∈［－1，－0.75］时，两变量负相关很强
②r∈［0.75，1］时，两变量正相关很强
③r∈（－0.75，－0.3］或［0.3，0.75）时，两变量相关性一般
④r=0.1时，两变量相关很弱
A.1 B.2 C.3 D.4
5.线性回归方程=bx+a过定点________.
6.一家工厂为了对职工进行技能检查,对某位职工进行了10次实验,收集数据如下:
零件数x(个)
10
20
30
40
50
60
70
80
加工时间y(分钟)
12
25
33
48
55
61
64
70
(1)画出散点图；
(2)求回归方程.
参考答案：
1. 答案：D解析：只有线性相关的数据才有回归直线.
2. 答案：C解析：A、B、D都是函数关系，其中A一般是分段函数，只有C是相关关系.
3. 答案：A解析：D中x=10时=0，而非y=0，系数a、b的意义要分清.
4. 答案：D解析：相关系数r的性质.
5.答案：（，）解析：=bx+a，=bx+－b，（－）=b（x－）
课后练习与提高
1.下列两个变量之间的关系不具有线性关系的是（ ）
A.小麦产量与施肥值
B.球的体积与表面积
C.蛋鸭产蛋个数与饲养天数
D.甘蔗的含糖量与生长期的日照天数
2.下列变量之间是函数关系的是（ ）
A.已知二次函数,其中,是已知常数,取为自变量,因变量是这个函数的判别式：
B.光照时间和果树亩产量
C.降雪量和交通事故发生率
D.每亩施用肥料量和粮食亩产量
3．下面现象间的关系属于线性相关关系的是（ ）
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
4．下列关系中是函数关系的是（ ）
A.球的半径长度和体积的关系
B.农作物收获和施肥量的关系
C.商品销售额和利润的关系
D.产品产量与单位成品成本的关系
5.设有一个回归方程为,则变量x增加一个单位时（ ）
A.平均增加1.5单位 B. 平均增加2单位
C. 平均减少1.5单位 D. 平均减少2单位
6.工人月工资（元）与劳动生产率(千元)变化的回归直线方程为,下列判
断不正确的是（ ）
A．劳动生产率为1000元时,工资约为130元
B.劳动生产率提高1000元时,则工资平均提高80元
C.劳动生产率提高1000元时,则工资平均提高130元
D.当月工资为210元时,劳动生产率约为2000元
7．某城市近10年居民的年收入x与支出y之间的关系大致符合（单位：亿元），预计今年该城市居民年收入为15亿元，则年支出估计是 ．
8、在某种产品表面进行腐蚀线试验，得到腐蚀深度y与腐蚀时间x之间对应的一组数据：
时间t(s)
5
10
15
20
30
40
50
60
70
90
120
深度y(μm)
6
10
10
13
16
17
19
23
25
29
46
(1)画出散点图；
(2)试求腐蚀深度y对时间t的回归直线方程。
课件66张PPT。2.3 变量间的相关关系① ② ③ 使用Excel501005101520253035售价0面积150练习2. 今有一组试验数据如下表所示：
现准备用下列函数中的一个近似地表示
这些数据满足的规律，其中最接近的一
个是( )A. y=log2x B. y=2x
C. D. y=2x－2练习2. 今有一组试验数据如下表所示：
现准备用下列函数中的一个近似地表示
这些数据满足的规律，其中最接近的一
个是( )A. y=log2x B. y=2x
C. D. y=2x－2C回归直线及其方程年龄 3. F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(1)请画出上表数据的散点图；
(2)请根据上表提供的数据，崩最小二乘法求出y
关于x的线性回归方程y=bx+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)求出的线性同归方程，预测
生产100吨甲产品的生产能耗比技改前降低多少
吨标准煤?课件28张PPT。2.3 两变量间的相关关系§2.3 变量间的相关关系
课时目标 1.理解两个变量的相关关系的概念.2.会作散点图，并利用散点图判断两个变量之间是否具有相关关系.3.会求回归直线方程．
1．相关关系：与函数关系不同，相关关系是一种__________性关系．
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，两个变量的相关关系为________．
3．如果散点图中点的分布从整体上看大致在一条直线附近，称两个变量之间具有____________，这条直线叫__________．
4．回归直线方程＝x＋，其中
是回归方程的斜率，是截距．
5．通过求Q＝(yi－bxi－a)2的最小值而得出回归直线的方法，即求出的回归直线使样本数据中的点到它的距离的平方和最小，由于平方又叫二乘方，所以这种使“偏差平方和最小”的方法叫做______________．
一、选择题
1．下列两个变量之间的关系，哪个不是函数关系？( )
A．匀速行驶车辆的行驶距离与时间
B．圆半径与圆的面积
C．正n边形的边数与内角度数之和
D．人的年龄与身高
2．下列有关线性回归的说法，不正确的是( )
A．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
B．在平面直角坐标系中用描点的方法得到表示具有相关关系的两个变量的一组数据的图形叫做散点图
C．回归直线方程最能代表观测值x、y之间的关系
D．任何一组观测值都能得到具有代表意义的回归直线方程
3．工人月工资(元)依劳动生产率(千元)变化的回归直线方程为 ＝60＋90x，下列判断正确的是( )
A．劳动生产率为1千元时，工资为50元
B．劳动生产率提高1千元时，工资提高150元
C．劳动生产率提高1千元时，工资约提高90元
D．劳动生产率为1千元时，工资90元
4．某商品销售量y(件)与销售价格x(元/件)负相关，则其回归方程可能是( )
A. ＝－10x＋200 B. ＝10x＋200
C. ＝－10x－200 D. ＝10x－200
5．给出两组数据x、y的对应值如下表，若已知x、y是线性相关的，且回归直线方程：y＝ ＋ x，经计算知： ＝－1.4，则 为( )
x
4
5
6
7
8
y
12
10
9
8
6
A. 17.4 B．－1.74
C．0.6 D．－0.6
6．回归直线方程表示的直线 ＝ ＋ x必经过点( )
A．(0,0) B．(，0)
C．(，) D．(0，)
题 号
1
2
3
4
5
6
答 案
二、填空题
7．若对某个地区人均工资x与该地区人均消费y进行调查统计得y与x具有相关关系，且回归直线方程 ＝0.7x＋2.1(单位：千元)，若该地区人均消费水平为10.5，则估计该地区人均消费额占人均工资收入的百分比约为________．
8．设有一个回归方程 ＝3－2.5x，当变量x增加一个单位时，变量y________个单位．
9．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的回归直线方程为 ＝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．
三、解答题
10．下表是某旅游区游客数量与平均气温的对比表：
平均气温(℃)
－1
4
10
13
18
26
数量(百个)
20
24
34
38
50
64
若已知游客数量与平均气温是线性相关的，求回归方程．
11．5个学生的数学和物理成绩(单位：分)如下表：
学生
学科
A
B
C
D
E
数学
80
75
70
65
60
物理
70
66
68
64
62
画出散点图，判断它们是否具有相关关系，若相关，求出回归方程．
能力提升
12．在研究硝酸钠的可溶性程度时，观测它在不同温度的水中的溶解度，得观测结果如下：
温度x(℃)
0
10
20
50
70
溶解度y
66.7
76.0
85.0
112.3
128.0
则由此得到回归直线的斜率约为________．
13．20世纪初的一项关于16艘轮船的研究显示，轮船的吨位从192～3 246吨，船员的数目从5～32人，对船员人数关于轮船的吨位数的回归分析得：船员人数＝9.5＋0.006 2×轮船吨位．
(1)假设两轮船吨位相差1 000吨，船员人数平均相差多少？
(2)对于最小的轮船估计的船员人数是多少？对于最大的轮船估计的船员人数是多少？
1．由最小二乘法得
其中： 是回归方程的斜率， 是截距．
2．回归方程的求解过程
?
3．在回归方程 ＝bx＋a中，当回归系数b>0时，说明两个变量呈正相关关系，它的意义是：当x每增加一个单位时y就增加b个单位；当b<0时，说明两个变量呈负相关关系，它的意义是：当x每增加一个单位时，y就减少b个单位．
答案：
§2.3 变量间的相关关系
知识梳理
1．非确定 2.正相关 负相关 3.线性相关关系 回归直线 4.－ 5.最小二乘法
作业设计
1．D [人的年龄与身高具有相关关系．]
2．D [只有所有的数据点都分布在一条直线附近时，才能得到具有代表意义的回归直线．]
3．C [因工人月工资与劳动生产率变化的回归直线方程为 ＝60＋90x，当x由a提高到a＋1时， 2－ 1＝60＋90(a＋1)－60－90a＝90.]
4．A [∵y与x负相关，∴排除B、D，
又∵C项中x>0时 <0不合题意，∴C错．]
5．A [＝(4＋5＋6＋7＋8)＝6，
＝(12＋10＋9＋8＋6)＝9.
＝－ ＝9＋1.4×6＝9＋8.4＝17.4.]
6．C [由 ＝－ 得＝ ＋ ，
即点(，)适合方程 ＝ ＋ x．]
7．87.5%
解析 设该地区人均工资收入为，
则＝0.7＋2.1，
当＝10.5时，＝＝12.
×100%＝87.5%.
8．减少2.5
解析 ′＝3－2.5(x＋1)＝3－2.5x－2.5＝ －2.5，
因此，y的值平均减少2.5个单位．
9．20
解析 令两人的总成绩分别为x1，x2.
则对应的数学成绩估计为
＝6＋0.4x1， 2＝6＋0.4x2，
所以| 1－ 2|＝|0.4(x1－x2)|＝0.4×50＝20.
10．解 ＝＝，＝＝，x＝1＋16＋100＋169＋324＋676＝1 286，xiyi＝－20＋96＋340＋13×38＋18×50＋26×64＝3 474.
＝＝≈1.68，
＝－ ≈18.73，
即所求的回归方程为 ＝1.68x＋18.73.
11．解 以x轴表示数学成绩，y轴表示物理成绩，可得到相应的散点图如图所示：
由散点图可知，两者之间具有相关关系，且为线性相关．
列表，计算
i
1
2
3
4
5
xi
80
75
70
65
60
yi
70
66
68
64
62
xiyi
5 600
4 950
4 760
4 160
3 720
x
6 400
5 625
4 900
4 225
3 600
＝70，＝66，x＝24 750，xiyi＝23 190
设所求回归方程为 ＝ x＋ ，则由上表可得
＝＝＝0.36， ＝－ ＝40.8.
∴所求回归方程为 ＝0.36x＋40.8.
12．0.880 9
解析 ＝30，＝93.6，x＝7 900，
xiyi＝17 035，
所以回归直线的斜率
＝＝≈0.880 9.
13．解 (1)由 ＝9.5＋0.006 2x可知，当x1与x2相差1 000吨时，船员平均人数相差 1－ 2＝(9.5＋0.006 2x1)－(9.5＋0.006 2x2)＝0.006 2×1000≈6(人)．
(2)当取最小吨位192时，预计船员人数为 ＝9.5＋0.006 2×192≈10(人)．
当取最大吨位3 246时，预计船员人数为＝9.5＋0.006 2×3 246≈29(人)．
