说明：不要认为两个变量间除了函数关系，就是相关关系，事实是，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．

　　某小卖部为了了解热茶销售量与气温之间的关系，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/C 26 18 13 10 4 杯数 20 24 34 38 50 64 　　如果某天的气温是，你能根据这些数据预测这天小卖部卖出热茶的杯数吗？

为了了解热茶销量与气温的大致关系，我们以横坐标表示气温，纵坐标表示热茶销量，建立直角坐标系，将表中数据构成的个数对所表示的点在坐标系内标出，得到下图，今后我们称这样的图为散点图(scatterplot).

从下图可以看出，这些点散布在一条直线的附近,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,例如取这两点的直线；

　　（2）取一条直线,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,确定几条直线方程,再分别算出各条直线斜率、截距的平均值,作为所求直线的斜率、截距；

......

　　怎样的直线最好呢?

三、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，应