8.1.2 样本相关系数 教学设计-2025-2026学年高二下学期数学人教A版选择性必修第三册

8.1.2 样本相关系数 教学设计 一、内容和内容解析 1. 核心内容 样本相关系数的定义、推导思路（中心化与标准化处理）；样本相关系数的取值范围、符号意义及统计含义；利用样本相关系数定量判断两个变量的线性相关程度；样本相关系数的简单计算与实际应用。 2. 内容解析 本节课是“成对数据的统计分析”单元的核心内容，承接上一课时“变量的相关关系”中通过散点图定性判断相关关系的知识，弥补了散点图只能定性描述、无法量化相关强度的不足，实现了对线性相关关系的定量分析，是从单变量统计分析向双变量统计分析的关键过渡。 样本相关系数的本质是标准化数据向量夹角的余弦值，其推导过程体现了“中心化→构造统计量→标准化”的核心思路，既消除了数据度量单位的影响，又能精准刻画两个变量的线性相关程度。本节课不仅为后续一元线性回归模型的学习奠定基础（只有通过样本相关系数判断存在显著线性相关时，建立回归模型才有意义），更能培养学生“从直观到抽象、从定性到定量”的统计思维，落实数学抽象、数据分析、逻辑推理核心素养，在高中概率统计体系中占据重要地位。 需特别强调：样本相关系数仅刻画线性相关关系，不排除变量间存在非线性相关关系，也不能说明变量间存在因果关系。 二、目标和目标解析 1. 教学目标 理解样本相关系数的定义，掌握其推导过程中“中心化”和“标准化”的核心思想，了解其与向量夹角的联系。 掌握样本相关系数的取值范围（-1≤r≤1），明确其符号意义（正相关、负相关）和绝对值的统计含义（线性相关强度）。 能根据样本数据计算样本相关系数，会结合r的取值判断两个变量的线性相关程度，能结合实例解决简单的定量分析问题。 体会统计方法的严谨性和实用性，培养数据分析素养，增强用数学工具解决实际问题的意识。 2. 目标解析 概念层面：能说清样本相关系数的本质的是标准化数据向量夹角的余弦值，理解“中心化”平移数据、“标准化”消除单位影响的必要性，不混淆线性相关与非线性相关、相关关系与因果关系。 公式层面：熟记样本相关系数公式 明确公式中各部分的含义，掌握分步计算的方法。 应用层面：能根据r的取值判断相关强度（|r|越接近1，线性相关越强；越接近0，线性相关越弱），能结合散点图与样本相关系数，全面分析两个变量的相关关系，解决简单实际问题。 素养层面：通过探究样本相关系数的构造过程，体会统计思想的合理性，提升数据处理和逻辑推理能力，树立“定量分析辅助决策”的统计观念。 三、教学问题诊断分析 1.推导思路理解困难：学生难以理解“中心化”和“标准化”的必要性，容易陷入公式的运算细节，忽略“消除单位影响、量化相关程度”的核心目的，对公式的推导逻辑理解不透彻。 2.公式记忆与运算易错：样本相关系数公式涉及多个求和符号、平方和、平方根运算，结构复杂，学生容易记错公式结构，或在手动计算时出现求和、平方、开方错误，影响结果分析。 3.统计含义误解：容易将“r=0”理解为两个变量无任何相关关系，忽略其仅表示“无线性相关关系”；混淆“线性相关强度”与“因果关系”，误将强线性相关等同于因果关系。 4.模型适用范围混淆：不清楚样本相关系数仅适用于线性相关关系的刻画，误用其判断非线性相关变量的相关程度。 突破策略：通过具体实例（如身高与体重单位变化的影响）直观感受标准化的必要性；简化推导过程，突出核心思路；结合反例辨析易错点，强化对统计含义的理解；借助计算器简化运算，聚焦结果分析。 四、教学支持条件分析 1.多媒体课件：展示散点图对比（不同相关强度）、公式推导分步演示、实例数据（如人体脂肪含量与年龄、数学与物理成绩），直观呈现样本相关系数的意义和计算过程。 2.黑板/白板：分步板书公式推导逻辑、核心公式、取值范围及统计含义，规范例题解题步骤，强化易错点提醒。 3.计算工具：引导学生使用计算器进行求和、平方和、开方等复杂运算，避免运算繁琐影响对核心知识的理解。 4.分层习题：设计基础题、应用题、辨析题，兼顾公式应用、结果判断和易错点辨析，当堂巩固提升。 五、教学过程设计（1课时，45分钟） 1. 复习回顾，情境导入（5分钟） 复习回顾：提问1：上一节课我们学习了如何通过散点图分析两个变量的相关关系，散点图能告诉我们什么？（引导学生回答：是否存在相关关系、正相关或负相关、线性相关或非线性相关）；提问2：观察两组散点图（一组正相关且点集中，一组正相关且点分散），两者都是正相关，但相关强度不同，仅靠散点图能准确判断哪组相关程度更强吗？ 情境引入：呈现人体脂肪含量与年龄的成对数据及散点图，引导学生思考：“我们能定性判断两者呈正线性相关，但如果想知道它们的相关程度有多强，仅靠散点图无法精准回答，需要一个‘数字特征’来定量刻画这种线性相关程度——这就是我们今天要学习的样本相关系数。” 设计意图：通过复习散点图的局限性，提出定量刻画相关程度的需求，激发学生的探究欲望，自然衔接本节课核心内容，体现“从定性到定量”的统计研究思路。 2. 探究新知，推导概念（15分钟） （1）中心化处理：初步构造统计量 引导探究：变量的观测值围绕均值波动，若将成对样本数据以为零点平移，得到（即中心化处理）。提问：这种处理的意义是什么？（引导学生发现：中心化后的数据能反映每个观测值相对均值的增减情况） 进一步分析：正相关变量的中心化散点，大多数分布在第一、三象限，与同号，乘积为正；负相关变量的中心化散点，大多数分布在第二、四象限，两者异号，乘积为负。由此构造统计量，其符号能反映相关方向，但大小受数据单位影响（如身高单位从米改为厘米，统计量会扩大100倍），无法直接刻画相关强度。 （2）标准化处理：消除单位影响 提问：如何消除度量单位的影响？引导学生回忆“标准化”处理方法——数据减去均值后除以标准差，即、（其中、为标准差）。 推导得出：对标准化后的数据构造统计量，最终化简得到样本相关系数公式： （3）核心性质：取值范围与统计含义 结合向量夹角知识（将标准化数据看作n维向量，r为两向量夹角的余弦值），引导学生得出： 取值范围： 符号意义：，正相关；，负相关；，无线性相关关系（不排除非线性相关） 强度判断：越接近1，线性相关程度越强；越接近0，线性相关程度越弱；，所有样本点都在一条直线上（完全线性相关） 设计意图：通过“问题链”驱动探究，让学生经历“发现局限→构造统计量→优化完善”的过程，理解样本相关系数的构造逻辑，避免死记硬背公式；结合向量知识解释取值范围，降低抽象难度，落实数学抽象素养。 3. 例题示范，规范步骤（12分钟） 例1（基础计算） 随机抽取8位同学的数学、物理成绩如下表，计算数学成绩x与物理成绩y之间的样本相关系数，并判断两者的线性相关程度。 学生编号 1 2 3 4 5 6 7 8 数学分数x 60 65 70 75 80 85 90 95 物理分数y 72 77 80 85 88 90 93 95 解：（1）计算均值：，； （2）计算核心数据： ， ， ； （3）代入公式：； （4）判断：，非常接近1，因此数学成绩与物理成绩呈强正线性相关。 例2（实际应用） 某网店收集了5组商品售价x（元/件）与月销量y（千件）的数据，计算样本相关系数r，并说明x与y之间的线性相关关系（精确到0.01）。 x 5 6 7 8 9 y 8 6 4.5 3.5 3 解：（1）计算均值：，； （2）计算核心数据：，，； （3）代入公式：； （4）判断：，接近1，且，因此商品售价与月销量呈强负线性相关。 设计意图：规范“算均值→算核心求和项→代公式→判相关程度”的解题步骤，兼顾基础计算与实际应用；强调计算器的使用，避免运算繁琐影响核心思路；通过正、负相关两个实例，全面落实样本相关系数的应用。 4. 课堂练习，巩固提升（8分钟） （1）基础题：已知两组样本数据的样本相关系数r=0.85，判断两者的线性相关程度；若r=-0.3，说明其相关特征。 （2）计算题：随机抽取5组家庭人口数x与生活必需品消费y的数据（x：2,4,5,6,8；y：20,30,50,50,70），计算样本相关系数r（参考数据：）。 （3）辨析题：判断下列说法是否正确，并说明理由：① r=0时，两个变量无任何相关关系；② |r|越接近1，两个变量的相关关系越强；③ 样本相关系数越大，线性相关程度越强。 巡视指导，重点纠正：公式记忆错误、求和计算失误、相关含义误解（如r=0的意义、负相关与相关强度的关系）。 5. 课堂小结，布置作业（5分钟） 小结 核心知识：样本相关系数的公式、取值范围（-1≤r≤1）、符号意义及强度判断标准。 核心思路：从定性（散点图）到定量（样本相关系数），通过中心化、标准化构造统计量，消除单位影响。 易错点：r=0≠无相关关系（仅无线性相关）；不混淆线性相关与因果关系；负相关不代表相关强度弱。 解题步骤：算均值→算求和项→代公式→判相关程度。 作业 1. 基础作业：教材习题8.1 对应基础题，练习样本相关系数的计算与判断。 2. 拓展作业：收集一组生活中的成对数据（如身高与体重、气温与用电量），计算样本相关系数，并分析其线性相关程度。 六、目标检测设计 1.基础题：样本相关系数r的取值范围是______；当r>0时，两变量呈______相关；当|r|=1时，两变量呈______相关。 2.选择题：下列关于样本相关系数的说法正确的是（ ） A. r=0时，两变量无任何相关关系 B. |r|越接近1，两变量的线性相关程度越强 C. r>0时，两变量呈负相关 D. 样本相关系数越大，线性相关程度越强 3.应用题：某运动员训练次数x与成绩y的数据如下（x：30,33,35,37,40；y：30,34,37,39,42），计算样本相关系数r，并判断训练次数与成绩的线性相关程度。 七、教学反思 本节课以“定性到定量”为核心主线，通过情境导入激发探究需求，逐步推导样本相关系数的概念和公式，符合学生的认知规律。通过例题规范了解题步骤，结合分层练习巩固了核心知识，重点突破了“标准化的必要性”“样本相关系数的统计含义”等难点，多数学生能掌握公式应用和相关程度判断。 不足：部分学生对公式推导的逻辑理解不够透彻，仍存在死记硬背公式的情况；手动计算时，求和、平方和运算容易出错；对“r=0的意义”“线性与非线性相关的区别”仍有误解。 改进方向：后续教学中，可增加简单的标准化实例演示，强化推导逻辑的理解；加强运算步骤的规范指导，鼓励学生使用计算器简化运算；通过更多反例辨析易错点，强化对统计含义的理解，同时结合后续线性回归模型，进一步巩固样本相关系数的应用价值。 八、板书设计 8.1.2 样本相关系数 例题示范（例1） 1. 核心目的：定量刻画线性相关程度（弥补散点图定性不足） 1. 算均值：，2. 算求和项：685，1050，456 2. 公式： 3. 代公式：4. 判关系：强正线性相关 3. 性质：- 范围：- 符号：r>0正相关，r<0负相关- 强度：|r|越近1，越强；近0，越弱 易错点：1. r=0≠无相关（无线性）2. 负相关≠强度弱3. 不混淆相关与因果 4. 解题步骤：算均值→算求和→代公式→判程度 工具：计算器（简化运算） 学科网（北京）股份有限公司 $