《变量间的相关关系教学设计》由会员分享，可在线阅读，更多相关《变量间的相关关系教学设计（11页珍藏版）》请在金锄头文库上搜索。
1、 变量间的相关关系教学设计一、教材分析学生情况分析：学生已经具备了对样本数据进行初步分析的能力，且掌握了一定的计算机基础，主要是电子表格的使用。教材地位和作用：变量间的相关关系是高中新教材人教A版必修3第二章2.3节的内容, 本节课主要探讨如何利用线性回归思想对实际问题进行分析与预测。为以后更好地研究选修2-3第三章3.2节回归分析思想的应用奠定基础。 结合教材特点及学情 ，特制定三维教学目标如下：二、教学目标1、知识与技能：利用散点图判断线性相关关系，了解最小二乘法的思想及2回归方程系数公式的推导过程，利用电子表格求出回归直线的方程并对实际问题进行分析和预测，通过实例加强对回归直线方程含义的
2、理解2 、过程与方法：通过自主探究体会数形结合、类比、及最小二乘法的数学思想方法。 通过动手操作培养学生观察、分析、比较和归纳能力，引出利用计算机等现代化教学工具的必要性。3、情感、态度与价值观：类比函数的表示方法，使学生理解变量间的相关关系，增强应用回归直线方程对实际问题进行分析和预测的意识。利用计算机让学生动手操作，合作交流激发学生的学习兴趣。三、教学重点、难点重点：利用散点图直观认识两个变量之间的线性相关关系，了解最小二乘法的思想并利用此思想借助电子表格求出回归方程。 教学内容的难点：对最小二乘法的数学思想和回归方程的理解教学实施过程中的难点：根据给出的线性回归方程的系数公式建立线性回归
3、方程。四、教学媒体设计本节课涉及大量数据计算及分析，用传统方法很难突破，故我主要采用电子表格和 几何画板，通过学生动手操作、教师动画演示、师生合作交流来突出重点、突破难点。学生学习效果有明显提高。五、教学设计（具体如下表）（一）、创设情境 导入新课 1、相关关系的理解 师：我们曾经研究过两个变量之间的函数关系：一个自变量对应着唯一的一个函数值，这两者之间是一种确定关系。生活中的任何两个变量之间是不是只有确定关系呢？ 让学生举例，教师总结 如： 生：不是。师：能否举出反例？ 比如，年龄与身高。 生：身高与体重 生：教师水平与学生成绩。生：网速与下载文件所需时间 师：不妨以教师水平与学生成绩为例，
4、学生成绩与教师水平有关吗？生：有，一般来说，教师水平越高，学生成绩越好师：即“名师出高徒”，名师一定出高徒吗？ 生：不一定。师：即学生成绩与教师水平之间存在着某种联系，但又不是必然联系，对于学生成绩与教师水平之间的这种不确定关系，我们称之为相关关系。这就是我们这节课要共同探讨的内容 变量间的相关关系。（板书） 生活中还有很多描述相关关系的成语，如：“虎父无犬子”，“瑞雪兆丰年” 设计意图：通过学生熟悉的函数关系，引导学生关注生活中两个变量之间还存在的相关关系。让学生体会研究变量之间相关关系的重要性。感受数学来源于生活。（二）、初步探索，直观感知1、根据样本数据利用电子表格作出散点图，直观感知变
5、量之间的相关关系师：在研究相关关系前，同学们先回忆一下：函数的表示方法有哪些？ 生：列表，画图象，求解析式。 师：下面我们就用这些方法来研究相关关系。请同学们看这样一组数据：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: 根据上述数据,人体的脂肪含量与年龄之间有怎样的关系？年龄2327394145495053545657586061脂肪9.517.821.225.927.526.328.229.630.231.430.833.535.234.6生：随着年龄增长，脂肪含量在增加 师：有没有更直观的方式？生：画图 师生：用x轴表示年龄，y轴表示脂肪。一组样本数据就对应
6、着一个点。由于数据比较多，我们借用电子表格来作图，请大家注意观察。教师演示作图方法，学生观察年龄脂肪239.52717.83921.24125.94527.54926.35028.25329.65430.25631.45730.85833.56035.26134.6散点图师：这个图跟我们所学过的函数图象有区别，它叫作散点图。2、判断正、负相关、线性相关 学生观察，比较，讨论， 010203040506070809010040506070809011000.20.40.60.811.2-0.200.20.40.60.811.2 师：请同学们观察这4幅图，看有什么特点？ 生：图1呈上升趋势，图2呈
7、下降趋势。 师生：这就像函数中的增函数和减函数。即一个变量从小到大，另一个变量也从小到大，或从大到小。对于图1中的两个变量的相关关系，我们称它为正相关。图2中的两个变量的相关关系，称为负相关。师：我们还可以判断出：年龄与身高是正相关，网速与下载文件所需时间是负相关。 生：后面两个图很乱，前面两个图中点的分布呈条状。 师：从数学的角度来解释：即图1、2中的点的分布从整体上看大致在一条直线附近。我们称图1、2中的两个变量具有线性相关关系。这条直线叫做回归直线。图3、4中的两个变量是非线性相关关系 师：这节课我们重点研究线性相关关系。（板书） 设计意图 ：数形结合，扫清了学生的思维障碍，体现数学的简
8、约美。（三）、循序渐进、延伸拓展1、找回归直线师：下面我们再来看一下年龄与脂肪的散点图，从整体上看，它们是线性相关的。如果可以求出回归直线的方程，我们就可以清楚地了解年龄与体内脂肪含量的相关性。这条直线可以作为两个变量具有线性相关关系的代表。同学们能否画出这条直线？请完成数学实验1、画出回归直线。（学生在计算机上用电子表格画回归直线）数学实验1： 画出回归直线 教师展示学生画图情况，学生说明理由学生方案一 学生方案二 生总结： 第二种方法好，因为所有的点离这条直线最近。 学生方案三 师：即，从整体上看，各点与此直线的距离和最小。2、 利用最小二乘法推导回归系数公式。 师：我们现在来求距离和。怎
9、么求？ 生：利用点到直线的距离公式师生共同：只要求出使距离和最小的、b即可。但是，我们知道点到直线的距离公式计算复杂。怎么办呢？以样本数据点A为例， 可以看出：在ABC中，（教师动画演示）按照一对一的关系，直角边AC越小，斜边AB越小， 当AC无限小时，AB跟AC可近似看作相等。求麻烦，不妨求生： 师：它表示自变量x取值一定时，纵坐标的偏差。假设我们已经得到两个具有线性相关关系的变量的一组数据：。当自变量取（=1，2，n）时，可以得到（=1，2，n），它与实际收集到的之间的偏差是（=1，2，n）这样用n个偏差的和来刻画“各点与此直线的整体偏差”是比较合适的。总的偏差为，偏差有正有负，易抵消，所
10、以采用绝对值，由于带绝对值计算不方便所以换成平方，现在的问题就归结为：当，b取什么值时Q最小。将上式展开、再合并，就可以得到可以求出Q取最小值时 （其中，） 推导过程用到偏差的平方，由于平方又叫二乘方，所以这种使“偏差的和”最小的方法叫 “最小二乘法”。设计意图：培养学生的动手操作能力，最小二乘法的思想是本节课的教学难点，先让学生动手操作画回归直线，教师动画演示，进一步演绎推理来分解难点、突破难点3、利用电子表格的计算功能求出回归直线方程，并分析它的意义师：利用最小二乘法就可以求出回归系数，进一步求出回归方程。下面我们具体操作一下。 我们先明确几个符号的含义：表示年龄，是23，是27，直到是6
11、1。从1到14 ， 表示脂肪，是9.5，是17.8 。表示年龄与脂肪的成绩， 表示 年龄的平方年龄脂肪239.5218.55292717.8480.67293921.2826.815214125.91061.916814527.51237.520254926.31288.724015028.2141025005329.61568.828095430.21630.829165631.41758.431365730.81755.632495833.5194333646035.2211236006134.62110.6372148.07127.26428619403.234181表示自变量年龄的平均数，表示因变量脂肪的平均数，表示自变量的平方和，表示自变量与因变量乘积的和。要求出 a，b，必须先求出这些量。由于计算量大，我们用EXCEL来计算。 请大家注意观察 教师利用电子表格完成数学实验2、学生观察数学实验2：求出下列各式的值（n=14）= = = = =
