皮尔逊相关系数与回归：散点图交互探索
几何画板及绘图内容加载中，请稍等……
该范例通过可交互的散点图直观展示皮尔逊积矩相关系数（PMCC）与线性回归的关系。用户拖动数据点，观察散点分布形态变化如何实时影响相关系数r的数值，从而理解相关性强弱与正负方向的视觉对应。核心数学概念包括皮尔逊相关系数、线性回归（最小二乘法拟合直线）、散点图与相关性度量。作图要点：使用GeoGebra的PMCC命令计算相关系数，FitLineY命令生成回归直线；对象包括数据点A、B、C、D、E、F，列表list1，文本text1显示r值，以及参数a、b（回归直线斜率与截距）。适合高中或大学统计学入门，用于直观理解相关与回归的几何意义，也可用于教师课堂演示或学生自主探究。
GeoGebra 命令及参数
PMCC(list1) → rFitLineY(list1) → a
AI 绘图提示语参考
绘制一个散点图，包含6个数据点A、B、C、D、E、F。通过拖动这些点，观察散点图的变化，并实时显示皮尔逊相关系数r，同时画出一条最佳拟合直线。
以上提示语为根据原始绘图命令整理而来，仅供参考。