线性回归方程（1）.doc

用心爱心专心

§2.4第8课时线性回归方程(1)
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）在两个变量具有线性相关关系时，会在散点较长中作出线性直线，会用线性回
归方程进行预测；
（3）知道最小二乘法的含义，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，了解（线性）相关系数的定义．
教学重点
散点图的画法，回归直线方程的求解方法．
教学难点
回归直线方程的求解方法．
教学过程
一、问题情境
1．情境：
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比如说：某某同学的数学成绩与物理成绩，彼此是互相联系的，但不能认为数学是“因”，物理是“果”，或者反过来说事实上数学和物理成绩都是“果”，而真正的“因”是学生的理科学习能力和努力程度所以说，函数关系存在着一种确定性关系但还存在着另一种非确定性关系——相关关系
2．问题：
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/C261813104杯数202434385064如果某天的气温是，你能根据这些数据预测这天小卖部卖出热茶的杯数吗？
二、学生活动
为了了解热茶销量与气温的大致关系，我们以横坐标表示气温，纵坐标表示热茶销量，建立直角坐标系，将表中数据构成的个数对所表示的点在坐标系内标出，得到下图，今后我们称这样的图为散点图(scatterplot).
从右图可以看出.这些点散布在一条直线的附近,故可用一个线性函数近似地表示热茶销量与气温之间的关系.
选择怎样的直线近似地表示热茶销量与气温之间的关系?
我们有多种思考方案:
(1)选择能反映直线变化的两个点,例如取这两点的直线；
（2）取一条直线,使得位于该直线一侧和另一侧的点的个数基本相同；
（3）多取几组点,确定几条直线方程,再分别算出各条直线斜率、截距的平均值,作为所求直线的斜率、截距；
………………
怎样的直线最好呢?

三、建构数学
1．最小平方法：
用方程为的直线拟合散点图中的点，应使得该直线与散点图中的点最接近。那么，怎样衡量直线与图中六个点的接近程度呢？
我们将表中给出的自变量的六个值带入直线方程,得到相应的六个的值:
.这六个值与表中相应的实际值应该越接近越好.所以,我们用类似于估计平均数时的思想,考虑离差的平方和

是直线与各散点在垂直方向(纵轴方向)上的距离的平方和,可以用来衡量直线与图中六个点的接近程度,所以,设法取的值,使达到最小值.这种方法叫做最小平方法(又称最小二乘法).
先把看作常数,那么是关于的二次函数.易知,当时,取得最小值.同理,把看作常数,那么是关于的二次函数.当时,取得最小值.因此,当时，取的最小值，由此解得.所求直线方程为.当时,,故当气温为时,热茶销量约为杯.
2．线性相关关系：
像能用直线方程近似表示的相关关系叫做线性相关关系.
3．线性回归方程：
一般地,设有个观察数据如下：
……当使取得最小值时,就称为拟合这对数据的线性回归方程,该方程所表示的直线称为回归直线.
上述式子展开后，是一个关于的二次多项式，应用配方法，可求出使为最小值时的的值．即
,（*）,
四、数学运用
1．例题：
例1．下表为某地近几年机动车辆数与交通事故数的统计资料，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，如果具有线性相关关系，求出线性回归方程；如果不具有线性相关关系，说明理由．
机动车辆数／千台95110112120129135150180交通事故数／千件6.27.57.78.58.79.810.213解：在直角坐标系中画出数据的散点图，直观判断散点在一条直线附近，故具有线性相关关系．计算相应的数据之和：
，
将它们代入（）式计算得，
所以，所求线性回归方程为．
2．练习：
（1）练习1、2
（2）下列两个变量之间的关系哪个不是函数关系（D）
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
（3）给出施化肥量对水稻产量影响的试验数据：
施化肥量x15202530354045水稻产量y330345365405445450455(1)画出上表的散点图;(2)求出回归直线并且画出图形
解：(1)散点图（略）．
(2)表中的数据进行具体计算，列成以下表格
i1234567xi15202530354045yi330345365405445450455xiyi49506900912512150155751800020475,故可得到
从而得回归直线方程是．(图形略)
五、回顾小结：
1．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，再依系数的计算公