两个变量间的相关关系.★数学学习与物理学习★商业销售收入与广告之间★粮食产量与施肥量之间★人体脂肪含量与年龄之间哲学原理：世界是一个普遍联系的整体，任何事物都与其它事物相联系。数学地理解世界1、现实生活中存在许多相关关系：数学学习与物理学习,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.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：课本P86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。回归直线实际上,求回归直线的关键是如何用数学的方法来刻画“从整体上看,各点到此直线的距离最小”.这样的方法叫做最小二乘法.人们经过实践与研究，已经找到了计算回归方程的斜率与截距的一般公式:xbyaxnxyxnxxxyyxxbniiniiiniiniiiy,)())((1221121以上公式的推导较复杂，故不作推导，但它的原理较为简单：即各点到该直线的距离的平方和最小，这一方法叫最小二乘法。（参看如书P80）一、相关关系的判断例1：5个学生的数学和物理成绩如下表：ABCDE数学8075706560物理7066686462画出散点图，并判断它们是否有相关关系。解：物理成绩50556065707580405060708090数学成绩由散点图可见，两者之间具有正相关关系。二、求线性回归方程例2：观察两相关变量得如下表：x-1-2-3-4-553421y-9-7-5-3-115379求两变量间的回归方程解1：列表：i12345678910-1-2-3-4-553421-9-7-5-3-1153799141512551512149xiyixiyi计算得:0,0yx110,1101011012yxxiiiii1010110010110101010122101iiiiixxyxyxb000bxbya∴所求回归直线方程为y=x^小结：求线性回归直线方程的步骤：第一步：列表；第二步：计算；第三步：代入公式计算b,a的值；第四步：写出直线方程。yxyxiiii,,yxxin...
