定义 在平面直角坐标系中，将一组数据 $(x_i, y_i)$ 作为点的坐标描出，这些点构成的图形。
从哪来 建立在“一、随机事件”之上。随机事件体现了数据的偶然性与不确定性，而散点图正是为了直观呈现这种不确定数据中可能存在的规律性（相关性）而引入的统计工具。
为什么 因为两个变量之间的关系往往不是确定的函数关系（如 $y=2x$），而是带有随机波动的统计关系。仅靠代数公式无法直观展示数据的分布形态、离群点及整体趋势。散点图通过几何位置将抽象的数值对转化为可视化的空间分布，让人眼能直接捕捉到“正相关”、“负相关”或“不相关”的宏观特征，是进行回归分析前的必要直观基础。
适合：视觉型、直观思维强的学生**
**核心策略：生活类比法**
1. **引入
展示一张“身高与体重”的散点图。问学生：“如果我把这些点连起来，像不像一片云？”
2.
构建：强调每个点代表一个具体的人（一个随机事件的结果）。
3.
观察：引导学生看“云”的形状。如果云是斜向上的，说明身高越高体重倾向于越重；如果是乱糟糟的，说明没关系。
4.
结论：散点图就是给数据拍一张“合影”，看它们站队的队形。
适合：逻辑型、喜欢探究因果的学生**
**核心策略：函数对比法**
1. **对比
先画一个确定的函数 $y=x^2$ 的图像，再画一组测量误差较大的 $y \approx x^2$ 的数据点。
2.
辨析：指出函数图像是“精确的线”，而散点图是“模糊的点”。
3.
推导：因为现实世界充满随机性（前置知识：随机事件），所以我们要用“点”来代替“线”。
4.
结论：散点图是函数图像在存在随机误差时的“退化”形式，它保留了趋势，但放弃了精确性。
适合：动手型、喜欢操作的学生**
**核心策略：实验操作法**
1. **准备
给每个学生发一张坐标纸和一枚硬币。
2.
操作：抛10次硬币，记录正面次数 $x$ 和反面次数 $y$（或者记录抛硬币落点距离圆心的距离 $x$ 和角度 $y$）。
3.
描点：将数据描在坐标纸上。
4.
反思：问学生“这些点有规律吗？”（通常没有，因为独立随机事件）。再换一组数据（如学习时间与考试成绩），让学生描点，观察规律。
5.
结论：通过亲手描点，体会散点图是“数据分布的地图”。