两个变量的线性相关(第一课时).pptVIP

方案三、在散点图中多取几组点，确定几条直线的方程，分别求出各条直线的斜率和截距的平均数，将这两个平均数作为回归方程的斜率和截距。 我们应该如何具体的求出这个回归方程呢？ 上述三种方案均有一定的道理，但可靠性不强，我们回到回归直线的定义。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”。 思考2：如何求出回归方程？ 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. B 三、实践运用 1、从下面四个图中点在散点图上的分布状态,能判断两个量之间有线性相关关系的是(　　). C 【解析】图A没有相关关系,图B是函数关系, 图D是非线性相关. 四、跟踪训练 五、课堂小结 * 好课件要交流，浙教版初中科学课件交流QQ群瑞安市东山中学　杨直梭 QQ有点烦之家：/ * 好课件要交流，浙教版初中科学课件交流QQ群瑞安市东山中学　杨直梭 QQ （第一课时） 1．通过现实问题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. 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的系数公式建立线 性回归方程． 学习目标 一、旧识回顾 问题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人的年龄与视力之间的关系； ④降雪量与交通事故的发生率之间的关系． 问题2：函数关系与相关关系之间的区别与联系是 怎样的？ 相关关系：从总的变化趋势来看变量之间存在着某种关系， 但这种关系又不能用函数关系精确表达出来。 答：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，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． 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 相关关系是进行回归分析的基础，同时，也是散点图的基础。 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 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. 知识探究（一）：散点图 二、新知探究 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 20 40 30 50 10 30 20 40 60 0 10 （脂肪含量) (年龄) 20 40 30 50 10 30 20 40 60 0 10 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 （脂肪含量) (年龄) 20 40 30 50 10 30 20 40 （脂肪含量) 60 0 10 (年龄) 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1：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？ 从散点图可以看出，年龄越大，体内脂肪含量越高. 20 40 30 50 10 30 20 40 60 0 10 思考2：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？ （脂肪含量) (年龄) 思考3：如果两个变量成负相关，其散点图有什么 特点？ 思考4：你能列举一些生活中的变量成正相关或负