10.2一元线性回归课件-2022-2023学年高二下学期高教版(2021)中职数学拓展模块一（下册）

10.2 一元线性回归 1 探索新知 典型例题 巩固练习 归纳总结 布置作业 情境导入 在自然界和人类社会中,经常会遇到一些变量共处于一个统一体中，它们之间存在某种依存关系，既相互联系又相互制约：一般来说，变量之间的关系可以分为两类：确定性关系和非确定性关系回归分析研究变量之间存在的不确定的数量关系，其目的在于根据一个变量的变化估计或预测另一个变量的变化情况，为做出科学合理的决策提供依据. 10.2 一元线性回归 一元线性回归 10.2 10.2 一元线性回归 3 情境导入 探索新知 典型例题 巩固练习 归纳总结 布置作业 青少年是国家的未来和民族的希望.近年来,我国学生体质与健康水平不断迈上新台阶. 一般来说，身高比较高的人，体重也会比较重，这说明，身高和体重之间有一定的关系. 数学上，如何描述这种关系呢？ 10.2 一元线性回归 情境导入 典型例题 巩固练习 探索新知 归纳总结 布置作业 研究表明，人的身高与体重之间存在着一定的相关性．但人的体重并不是身高的两数，对于确定的身高，体重具有不确定性．像这样， 当一个变量取某个值时，另一个变量的取值与它有关，且带有一定的随机性，则称这两个变量之间的关系为不确定性相关关系，简称相关关系.  10.2 一元线性回归 情境导入 典型例题 巩固练习 探索新知 归纳总结 布置作业 与函数关系不同，相关关系是两个变量之间的一种非确定性依赖关系．下面以上节表中名同学的身高x与体重y为例，探讨两个变量之间的相关关系的特征. 10.2 一元线性回归 情境导入 典型例题 巩固练习 探索新知 归纳总结 布置作业 如图所示，在直角坐标系中以每个同学的身高x为横坐标，体重y为纵坐标描点作图.像这中以两个变量的取值为坐标画出的用来反应两个变量相关关系的图形称为散点图. 10.2 一元线性回归 情境导入 典型例题 巩固练习 探索新知 归纳总结 布置作业 观察所示散点图可以看出，所有的点大致分布在一条 直线附近，如右图所示．一般地，若两个变量具有相关关系，且其散点图中的点大致分布在一条直线附近，就称这两个变量之同具有线性相关关系．对具有线性相关关系的两个变量进行统计、分析的方法称为一元线性回归分析.  显然，左图中有许多条直线满足使散点图中的点大致分布 在其附近这一条件．我们希望能从中选出一条直线，其方程能够较好地近似表达两个变量之间的关系． 10.2 一元线性回归 情境导入 典型例题 巩固练习 探索新知 归纳总结 布置作业 研究表明，对于具有线性相关 关系的两个变量x和y，其散点图可以唯一地确定一条直线，称为回归直线，其方程如下： ， 其中 这个方程称为y对x的回归直线方程，称为回归系数. 10.2 一元线性回归 情境导入 典型例题 巩固练习 探索新知 归纳总结 布置作业 回归直线方程较好地近似表示了具有线性相关关系的两个变量之间的依赖关系，因此利用回归直线方程可以对相关问题进行合理预测. 10.2 一元线性回归 例1 根据表中的体重和身高数据，求: (1)体重y对身高x的回归直线方程(回归系数保留2位小数)； (2)当一个人身高为 183cm 时，试推测他的体重.  解 情境导入 巩固练习 归纳总结 布置作业 探索新知 典型例题 (1)求体重y对身高x的回归直线方程，步骤如下.  第1步：列表. 第2步：计算 . 由表中数据，计算可得 于是， 第3步：写出线性回归方程. 体重y对身高x的回归直线方程为 10.2 一元线性回归 例1 根据表中的体重和身高数据，求: (1)体重y对身高x的回归直线方程(回归系数保留2位小数)； (2)当一个人身高为 183cm 时，试推测他的体重.  解 情境导入 巩固练习 归纳总结 布置作业 探索新知 典型例题 (2)当身高x=183cm时， 因此，当一个人身高为183cm时，其体重大约是69.31kg. 10.2 一元线性回归 情境导入 巩固练习 归纳总结 布置作业 探索新知 典型例题 练习 1判断下列各组变最是否具有相关关系 . (1)某农作物的施肥量与产量；  (2)学生年龄与学生学号；  (3)商品价格与商品销售量；  (4)身高与学习成绩； (5)今天的温