讲授新课前，及时做好教学计划安排，上课有利于调动学生的积极性，精品学习网为大家提供了苏教版高二数学线性回归方程教学计划范文，希望能帮助到大家。

【目标引领】1.学习目标：了解非确定性关系中两个变量的统计方法;掌握散点图的画法及在统计中的作用，掌握

回归直线方程的求解方法。

2. 学法指导：

①求回归直线方程，首先应注意到，只有在散点图大致呈线性时，求出的回归直线方程才有实标意义.否则，求出的回归直线方程毫无意义.因此，对一组数据作线性回归分析时，应先看其散点图是否成线性.

②求回归直线方程，关键在于正确地求出系数a、b，由于求a、b的计算量较大，计算时仔细谨慎、分层进行，避免因计算产生失误.

③回归直线方程在现实生活与生产中有广泛的应用.应用回归直线方程可以把非确定性问题转化成确定性问题，把“无序”变为“有序”，并对情况进行估测、补充.因此，学过回归直线方程以后，应增强学生应用回归直线方程解决相关实际问题的意识.

【教师在线】

1. 解析视屏：

1.相关关系的概念

在实际问题中，变量之间的常见关系有两类：

一类是确定性函数关系，变量之间的关系可以用函数表示。例如正方形的面积S与其边长 之间的函数关系 (确定关系);

一类是相关关系，变量之间有一定的联系，但不能完全用函数来表达。例如一块农田的水稻产量与施肥量的关系(非确定关系)

相关关系：自变量取值一定时，因变量的取值带有一定随机性的两个变量之间的关系叫做相关关系。

相关关系与函数关系的异同点：

相同点：均是指两个变量的关系。

不同点：函数关系是一种确定关系;而相关关系是一种非确定关系;函数关系是自变量与因变量之间的关系，这种关系是两个非随机变量的关系;而相关关系是非随机变量与随机变量的关系。

2.求回归直线方程的思想方法

观察散点图的特征，发现各点大致分布在一条直线的附近，思考：类似图中的直线可画几条?

引导学生分析，最能代表变量x与y之间关系的直线的特征：即n个偏差的平方和最小，其过程简要分析如下：

设所求的直线方程为 ，其中a、b是待定系数。

则 ，于是得到各个偏差。

显见，偏差 的符号有正负，若将它们相加会造成相互抵消，所以它们的和不能代表几个点与相应直线在整体上的接近程度，故采用n个偏差的平方和

表示n个点与相应直线在整体上的接近程度。

记 。

上述式子展开后，是一个关于a，b的二次多项式，应用配方法，可求出使Q为最小值时的a，b的值，即

其中

以上方法称为最小二乘法。

2. 经典回放：

例1：下列各组变量哪个是函数关系，哪个是相关关系?

(1)电压U与电流I

(2)圆面积S与半径R

(3)自由落体运动中位移s与时间t

(4)粮食产量与施肥量

(5)人的身高与体重

(6)广告费支出与商品销售额

分析：函数关系是一种确定关系;而相关关系是一种非确定关系;函数关系是自变量与因变量之间的关系，这种关系是两个非随机变量的关系;而相关关系是非随机变量与随机变量的关系。

解：前三小题中一个变量的变化可以确定另一个变量的变化，两者之间是函数关系。

对于粮食与施肥量，两者确实有非常密切的关系，实践证明，在一定的范围内，施肥量越多，粮食产量就越高，但是，施肥量并不能完全确定粮食产量，因为粮食产量还与其他因素的影响有关，如降雨量、田间管理水平等。因此，粮食与施肥量之间不存在确定的函数关系。

人的身高与人的体重也密切相关，一般来说，一个人的身高越高，体重也越重，但同样身高的人，其体重不一定相同，身高和体重这两个变量之间并不是严格的函数关系。

广告费支出与商品销售额有密切的关系，但广告费的支出不能完全决定商品的销售额。由此可见，后三小题各对变量之间的关系是相关关系。

点评：不要认为两个变量间除了函数关系，就是相关关系，事实是上，两个变量间可能毫无关系。比如地球运行的速度与某个人的行走速度就可认为没有关系。