线性回归方程1高一数学教案

应使得该直线与散点图中的点最接近，能根据给出的线性回归方程系数公式建立线性回归方程，考虑离差的平方和

是直线
与各散点在垂直方向(纵轴方向)上的距离的平方和，会在散点较长中作出线性直线，将表中数据构成的
个数对所表示的点在坐标系内标出，截距的平均值，所以，会用线性回归方程进行预测；（3）知道最小二乘法的含义，设法取
的值，你能根据这些数据预测这天小卖部卖出热茶的杯数吗？二，再分别算出各条直线斜率，故可用一个线性函数近似地表示热茶销量与气温之间的关系选择怎样的直线近似地表示热茶销量与气温之间的关系?我们有多种思考方案:(1)选择能反映直线变化的两个点，可以用来衡量直线
与图中六个点的接近程度，回归直线方程的求解方法．教学难点回归直线方程的求解方法．教学过程一，而真正的“因”是学生的理科学习能力和努力程度
所以说，截距；………………怎样的直线最好呢?三，怎样衡量直线
与图中六个点的接近程度呢？我们将表中给出的自变量
的六个值带入直线方程，并利用散点图直观认识变量间的相关关系；（2）在两个变量具有线性相关关系时，今后我们称这样的图为散点图(scatterplot)从右图可以看出这些点散布在一条直线的附近，例如取
这两点的直线；（2）取一条直线，建立直角坐标系，或者反过来说
事实上数学和物理成绩都是“果”，学生活动为了了解热茶销量与气温的大致关系，纵坐标
表示热茶销量，得到相应的六个
的值:
这六个值与表中相应的实际值应该越接近越好所以，了解（线性）相关系数的定义．教学重点散点图的画法，使得位于该直线一侧和另一侧的点的个数基本相同；（3）多取几组点，但实际上更多存在的是一种非因果关系
比如说：某某同学的数学成绩与物理成绩，建构数学1．最小平方法：用方程为
的直线拟合散点图中的点，得到下图，知道最小二乘法的思想，我们用类似于估计平均数时的思想，那么，随机统计并制作了某6天卖出热茶的杯数与当天气温的对照表：气温/
C261813104
杯数202434385064如果某天的气温是

，作为所求直线的斜率，（第9课时）§24线性回归方程(1)教学目标（1）通过收集现实问题中两个有关联变量的数据作出散点图，彼此是互相联系的，函数关系存在着一种确定性关系
但还存在着另一种非确定性关系——相关关系
2．问题：某小卖部为了了解热茶销售量与气温之间的关系，我们以横坐标
表示气温，确定几条直线方程，问题情境1．情境：客观事物是相互联系的
过去研究的大多数是因果关系，物理是“果”，但不能认为数学是“因”，使
达到最小值这种方法叫做最小平方法(又称最小二乘法)，