2.3.2两个变量的线性关系.课题引入正方形边长x面积S2x确定关系1．正方形面积S与边长x之间的关系：2．一块农田的水稻产量与施肥量之间的关系：水稻产量施肥量气候情况浇水除虫不确定关系新授课自变量取值一定时，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．相关关系与函数关系的异同点：相关关系函数相同点不同点均是指两个变量的关系非确定关系非随机变量与随机变量的关系确定的关系两个非随机变量的关系1、如课本提到的现实生活中存在许多相关关系：商品销售与广告、粮食生产与施肥量、人体的脂肪量与年龄等等的相关关系.•2、通过收集大量的数据，进行统计，对数据分析，找出其中的规律，对其相关关系作出一定判断..3、由于变量之间相关关系的广泛性和不确定性，所以样本数据应较大，和有代表性.才能对它们之间的关系作出正确的判断.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．探究：.年龄脂肪239.52717.83921.24125.9454927.526.35028.25329.65430.25631.45730.8年龄脂肪5833.56035.26134.6如上的一组数据，你能分析人体的脂肪含量与年龄之间有怎样的关系吗？从上表发现，对某个人不一定有此规律，但对很多个体放在一起，就体现出“人体脂肪随年龄增长而增加”这一规律.而表中各年龄对应的脂肪数是这个年龄人群的样本平均数.我们也可以对它们作统计图表，对这两个变量有一个直观上的印象和判断.下面我们以年龄为横轴，脂肪含量为纵轴建立直角坐标系，作出各个点，称该图为散点图。如图：O20253035404550556065年龄脂肪含量510152025303540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.从刚才的散点图发现：年龄越大，体内脂肪含量越高，点的位置散布在从左下角到右上角的区域。称它们成正相关。但有的两个变量的相关，如下图所示：如高原含氧量与海拔高度的相关关系，海平面以上，海拔高度越高，含氧量越少。作出散点图发现，它们散布在从左上角到右下角的区域内。又如汽车的载重和汽车每消耗1升汽油所行使的平均路程，称它们成负相关.注：可考虑让学生思考书P77的思考.O我们再观察它的图像发现这些点大致分布在一条直线附近,像这样，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，该直线的方程叫回归方程。那么，我们该怎样来求出这个回归方程？请同学们展开讨论，能得出哪些具体的方案？20253035404550556065年龄脂肪含量0510152025303540..方案1、先画出一条直线，测量出各点与它的距离，再移动直线，到达一个使距离的和最小时，测出它的斜率和截距，得回归方程。20253035404550556065年龄脂肪含量0510152025303540如图：.方案2、在图中选两点作直线，使直线两侧的点的个数基本相同。20253035404550556065年龄脂肪含量0510152025303540方案3、如果多取几对点，确定多条直线，再求出这些直线的斜率和截距的平均值作为回归直线的斜率和截距。而得回归方程。如图我们还可以找到更多的方法，但这些方法都可行吗?科学吗？准确吗？怎样的方法是最好的？20253035404550556065年龄脂肪含量0510152025303540我们把由一个变量的变化去推测另一个变量的方法称为回归方法。设所求的直线方程为，其中a、b是待定系数．abxyˆ),,2,1.(ˆniabxyii各偏差为：),,2,1).((ˆniabxyyyiiii偏差的符号有正有负，相加相互抵消，所以和不能代表几个点与相应直线在整体上的接近程度.iiyyˆ采用n个偏差的平方和2222211)()()(abxyabxyabxyQnn表示n个点与相应直线在整体上的接近程度．记作niiiabxyQ12)(我们上面给出的几种方案可靠性都不是很强，人们经过长期的实践与研究，已经找到了计算回归方程的斜率与截距的一般公式:直线方程：..)())((2121121xbyaxnxxynyxxxyyxxbniiniiiniiniiiniiniiynyxnx111,1abxyˆ叫做回归直线方程．其中相应的直线叫做回归直线，对这两个变量所进行的统计分析叫做线性回归分析．以上公式的推导较复杂，故不作推导，但...
