约27390字。

　　知识点 新课程标准的要求
　　层次要求 领域目标要求
　　回归分析的基本思想及其初步应用 通过典型案例的探究,进一步了解回归的基本思想、方法及初步应用 　　在《数学》(必修3)概率统计的基础上,通过典型案例进一步介绍回归分析的基本思想、方法及其初步应用;通过典型案例介绍独立性检验的基本思想、方法及其初步应用,认识统计方法在决策中的作用
　　独立性检验的基本思想及其初步应用 在具体情境中,了解条件概率和两个事件相互独立的概念.通过典型案例的探究,了解独立性检验(只要求2×2列联表)的基本思想、方法及初步应用
　　1.在学习回归分析内容时,应首先回顾必修课程中的相关内容,复习如何画散点图,如何利用最小二乘法求线性回归方程,并关注本章内容和必修课程中相关内容的区别与联系.认识和体会进行相关性检验的必要性,了解如何求线性相关系数r,并能对两个随机变量进行回归分析.在此基础上,会将非线性回归问题转化为线性回归问题来解决.
　　2.通过具体实例,了解独立性检验的基本思想,能够根据实际问题列出列联表,求出χ2的值,并能根据求得的值判断两个变量是否相关.
　　3.带着如下问题阅读教材:
　　(1)为什么要引入线性相关系数?
　　(2)如何将非线性回归问题转化为线性回归模型?
　　(3)独立性检验的基本思想、方法是什么?
　　(4)哪种类型的数据可以进行独立性检验?哪种类型的数据可以进行回归分析?
　　第1课时　回 归 分 析
　　1.会对两个变量的相关关系进行分析、判断.
　　2.了解回归分析的基本思想,会对两个变量的具体问题进行回归分析.
　　3.掌握运用最小二乘法建立回归模型的基本步骤和方法.
　　重点:熟练掌握回归分析,建立回归模型,求各相关指数的步骤.
　　难点:如何求回归直线方程以及对相关系数r的理解和运用.
　　我们每个人都有自己的身高和体重,那么如果把身高和体重分别作为变量,它们能够构成函数关系吗?
　　问题1:散点图
　　在考虑两个量的关系时,为了对变量之间的关系有一个大致的了解,人们通常将变量所对应的点描出来,这些点就组成了变量之间的一个图,通常称这种图为变量之间的散点图.
　　问题2:相关关系与线性回归
　　相关关系:对于两个　变量　,当自变量取值一定时,因变量的取值带有一定　随机性　的两个　变量　之间的关系称为相关关系.相关关系分为　线性　相关和　非线性　相关.
　　函数关系中的两个变量间是一种　确定性　关系,相关关系是一种　非确定性　关系.
　　线性回归:对具有　相关关系　的两个变量进行　统计分析　的一种常用方法.
　　问题3:线性相关系数
　　r=称为两个变量数据(xi,yi)(i=1,2,…,n)的　线性相关系数　.r用来刻画两个变量的线性回归效果:当r>0时,表明两个变量　正相关　;当r<0时,表明两个变量　负相关　;r的绝对值越　接近于0　时,表明两个变量之间越不存在线性相关关系.
　　问题4:线性回归分析的步骤
　　对于一组具有线性相关关系的数据:(x1,y1),(x2,y2),…,(xn,yn).
　　(1)　画散点图　:看散点图是否呈条状分布.
　　(2)　求回归直线方程　(最小二乘法): 
　　b=, =xi,=yi,
　　其中(,)为　样本中心点　,回归直线方程必经过样本中心点(,),得a= -b　;
　　(3)　得出相关结论　:回归直线方程为　y=a+bx　,利用回归直线方程进行预测.
　　“一只蝴蝶在巴西扇动翅膀,有可能会在美国的德克萨斯州引起一场龙卷风.”这就是洛伦兹1979年12月在华盛顿的“美国科学促进会”上的一次演讲中提出的“蝴蝶效应”.这次演讲给人们留下了极其深刻的印象.从此以后,所谓“蝴蝶效应”之说就不胫而走,名声远扬.“蝴蝶效应”之所以令人着迷、令人激动、发人深省,不但在于其大胆的想象力和迷人的美学色彩,而且在于其深刻的科学内涵和内在的哲学魅力.
　　1.下列关系不属于相关关系的是(　　).
　　A.父母的身高与子女的身高