课题：变量间的相关关系（第2课时）
授课教师：深圳市第二高级中学董正林
教材：数学·人教社A版·必修三·第二章第三节
一、教学内容解析
本课作为“变量间的相关关系”第2课时，主要内容是探究如何用一条直线来近似刻画两个变量之间的相关关系，并且能用所得的直线方程进行预测，在这个过程中渗透多个重要的数理统计思想——最小二乘思想、随机思想与用样本估计总体的思想．
通过第1课时的学习，学生已经能够理解相关关系这一概念，能通过绘制散点图对相关关系进行直观、定性的描述，比如根据散点图判断两个变量间是否存在相关关系，是正相关还是负相关等．本课内容是上节课内容的延续与深入，通过用一条直线来近似代表变量间的线性相关关系，从而实现对相关关系进行定量研究．显然，在整体上与样本点最接近的直线能最大程度地近似代表真实关系．为此我们需要建立一个量化标准，也就是对“从整体上看，直线最接近样本点”进行精准的数学语言刻画．这样量化标准有很多，最经典、最常采用的就是最小二乘思想．
以最小二乘法建立起线性回归方程后，我们就能对所研究的总体情况进行预测．将解释变量代入回归方程计算得到一个数值并不难，更重要地是学生需要正确理解预测值的含义，明确预测值只是实际值的一个近似，是对总体情况的一种估计．
基于上述分析，本节课的教学重点定为：理解回归直线只是对相关关系的一种近似描述，最小二乘法只是确定回归直线的一种方法，理解回归方程的含义以及背后蕴含的统计思想．教学难点则是对“从整体上看，直线与样本点最接近”进行数学刻画，并在这个过程中引出最小二乘法这一重要数学思想．
二、教学目标设置
1、知识与技能：了解线性相关关系、回归直线、回归方程等基本概念，能熟练操作图形计算器进行绘图、计算，认识最小二乘法．
2、过程与方法：在探究如何用一条直线去很好地近似变量间线性相关关系的过程中，学习如何用数学知识去定量刻画实际问题，掌握线性回归的基本方法．
3、情感、态度与价值观：通过合作探究、类比思考，理解回归方程的随机性以及用样本估计总体的思想，感受“见微知著”、“一叶知秋”的哲学原理以及认识客观事物的一种角度．
三、学生学情分析
本课纯粹知识层面的内容并不多，但涉及许多重要且新颖的数学思想方法，有些思想方法与学生已有的认知基础偏离较远，比如学生已经习惯了一个问题无论有多少种解法，答案都是唯一确定的，但本课需要学生实现由确定性思维向统计思维的转变，因此学生要真正做到建构知识体系、抓住本质问题、理解核心概念不是一件容易的事情．此外，学生对大量的样本数据、复杂的公式结构以及代数运算可能心存畏惧，这些都会影响到课堂教学．有利的地方在于学生已经学习过方差的概念，能够理解用平均数去估计总体数字特征，以此作为其思维的“最近发展区”，便于其更好地认识最小二乘思想．同时，学生对新知识的旺盛求解欲望、对问题进行积极思考的态度也是顺利完成本课的重要保证．
四、教学策略分析
根据学生情况，为了更好地达成教学重点、突破教学难点，本课采用如下教学策略：1、注重由特殊到一般的思维引导．本课以预设问题链激发学生思考、推动课堂教学．问题的设置体现了由特殊到一般的认知规律——学生先判定有限个方程中哪个方程的拟合效果更好，然后再推广到一般情形，探究如何在所有直线中寻找“最佳”直线．
2、强调实验探究，主张在学生自主活动的基础上进行思考、领悟．比如让学生在散点图中任意添加直线并求其方程，经过实验，就会发现每个人求得的直线都不一样，从而很自然地触发讨论——如何建立起量化标准，用数学知识来度量到底哪一条直线才是最接近样本点的，最终获得最小二乘思想．
3、采用类比思考法．将最小二乘法与方差的概念进行类比，将“用最小二乘意义下的回归直线来近似代表两个变量间的线性相关关系”这一原理与“以多个测量值的平均值作为某物理量真实值的估计”进行类比．通过类比帮助学生更好地理解数学思想，提升思维品质．
4、注意几何直观与代数运算的相互转化．比如将“回归直线并不经过所有的样本点”这个几何问题代数化为“由回归方程计算出来的值与实际值存在偏差”，将“比较各点偏差的绝对值之和”这个代数问题几何化为“样本点与直线间的斜线段的长度和最小”等．
5、应用现代教育技术手段．本课内容涉及大量的图形绘制与复杂的数据运算，用传统教学手段既耗时费力，又难以有效推进教学．TI-图形计算器的强大功能为数据的快捷处理提供了技术支持，让学生有更多的时间来探究、交流，便于达成教学目标．图形计算器在本课的应用包括如下几个地方：
（1）搭建无线网络平台，实现数据的实时上传与共享——借助图形计算器的“即时调查”功能，现场收集学生的身高、体重数据，并将汇总后的数据实时下发给学生，一方面为本课学习营造一个真实的案例，另一方面也避免了大量数据的手工逐一输入．
（2）运用图形计算器的“图形”功能，快速绘制散点图，从散点图中发现样本点大致分布在一条直线附近．在此基础上，请学生凭直观感觉，在散点图中任作一条与样本点整体上最接近的直线，并通过“坐标与方程”功能得到该直线的方程．经过操作学生自会发现，每个人眼中的直线都不一样，到底哪一条直线才是最接近的需要建立起量化标准，用数学语言来精准度量，从而很自然地触发讨论，最终引出最小二乘思想．
（3）利用图形计算器，进行快速计算．包括：在“列表与电子表格”中调用sum()函数求和；利用“统计计算/线性回归”功能直接求出一组数据的线性回归方程；尤其值得一提的是，在“计算器”页面中调用completesquare()函数可以实现对多项式的快速配方，这样我们就可以选取三个特殊样本点，对目标函数进行配方，帮助学生更好地认识系数公式的来历．
五、教学过程与设计
（1）从整体上看，随着身体增高，体重如何变化？
[答]从整体上看，随着身体增高，体重越重．（2）根据样本数据如何推断某一特定身高
如175cm）的人的大致体重？
每增加一定高度（比如
直线附近．
[引题]直线l1和l2中，哪一条能更好地近似变量x，y之间线性关系？
[答]l1，因为它与各样本点在整体上最接近．
【实验】请根据自己的直觉，在散点图中作一条你认为在整体上最接近样本点的直线，并求出该直线方程．
[问题1]能否在散点图中作一条直线，使其经过每个样本点？反映到代数计算，由直线方程所计算的值与实际值是否存在差异？[答]不能．反映到代数计算，说明由直线方程计算出来的值（即估计值）与实际值存在差异．[问题2]能否将各点偏差直接相加，然后通过比较和值的大小来判定“最佳”方程？你认为比较合理的方案是什么？
[答]不能，因为直接相加会导致正负抵消，不能反映真实的差异情况．一个比较合理的方案是比较偏差绝对值之和的大小．学生绘图、计算，教师随机展示几个同学的结果．
学生观察后发现每个同学眼中最接近样本点的直线都不一样．教
方程
标准，
教师提问引导，
学生思考作答．
方程偏差绝对值之和1112944125.68
=-
..
y x
=-
11614392145.9
y x
..
11313489127.05
=-
y x
..
方程偏差平方和11129441347.87 =-
..
y x
=-
116143921825.72 y x
..
113134891330.93 =-
y x
..
（1）绘制样本数据的散点图；
（2）计算海拔与大气压之间的回归方程；[问题8] 那曲的大气压值一定是57.85Kpa？。