2015步步高高中数学理科文档第十一章113.doc

§11.3　变量间的相关关系、统计案例 1．两个变量的线性相关 (1)正相关 在散点图中，点散布在从左下角到右上角的区域，对于两个变量的这种相关关系，我们将它称为正相关． (2)负相关 在散点图中，点散布在从左上角到右下角的区域，两个变量的这种相关关系称为负相关． (3)线性相关关系、回归直线 如果散点图中点的分布从整体上看大致在一条直线附近，就称这两个变量之间具有线性相关关系，这条直线叫做回归直线． 2．回归方程 (1)最小二乘法 求回归直线，使得样本数据的点到它的距离的平方和最小的方法叫做最小二乘法． (2)回归方程 方程eq \o(y,\s\up6(^)) ＝eq \o(b,\s\up6(^)) x＋eq \o(a,\s\up6(^)) 是两个具有线性相关关系的变量的一组数据(x1，y1)，(x2，y2)，…，(xn，yn)的回归方程，其中eq \o(a,\s\up6(^)) ，eq \o(b,\s\up6(^)) 是待定参数． eq \b\lc\{\rc\ (\a\vs4\al\co1(\o(b,\s\up6(^)) ＝\f(\o(∑,\s\up6(n),\s\do4(i＝1)) ?xi－\x\to(x)??yi－\x\to(y)?,\o(∑,\s\up6(n),\s\do4(i＝1)) ?xi－\x\to(x)?2)＝\f(\o(∑,\s\up6(n),\s\do4(i＝1))xiyi－n\x\to(x) \x\to(y),\o(∑,\s\up6(n),\s\do4(i＝1))x\o\al(2,i)－n\x\to(x)2),\o(a,\s\up6(^)) ＝\x\to(y)－\o(b,\s\up6(^)) \x\to(x))). 3．回归分析 (1)定义：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． (2)样本点的中心 对于一组具有线性相关关系的数据(x1，y1)，(x2，y2)，…，(xn，yn)中(eq \x\to(x)，eq \x\to(y))称为样本点的中心． (3)相关系数 当r0时，表明两个变量正相关； 当r0时，表明两个变量负相关． r的绝对值越接近于1，表明两个变量的线性相关性越强．r的绝对值越接近于0，表明两个变量之间几乎不存在线性相关关系．通常|r|大于0.75时，认为两个变量有很强的线性相关性． 4．独立性检验 (1)分类变量：变量的不同“值”表示个体所属的不同类别，像这类变量称为分类变量． (2)列联表：列出两个分类变量的频数表，称为列联表．假设有两个分类变量X和Y，它们的可能取值分别为{x1，x2}和{y1，y2}，其样本频数列联表(称为2×2列联表)为 2×2列联表 y1y2总计x1aba＋bx2cdc＋d总计a＋cb＋da＋b＋c＋d构造一个随机变量K2＝eq \f(n?ad－bc?2,?a＋b??c＋d??a＋c??b＋d?)，其中n＝a＋b＋c＋d为样本容量． (3)独立性检验 利用随机变量K2来判断“两个分类变量有关系”的方法称为独立性检验． 1．判断下面结论是否正确(请在括号中打“√”或“×”) (1)相关关系与函数关系都是一种确定性的关系，也是一种因果关系． (　×　) (2)“名师出高徒”可以解释为教师的教学水平与学生的水平成正相关关系． (　√　) (3)只有两个变量有相关关系，所得到的回归模型才有预测价值． (　√　) (4)某同学研究卖出的热饮杯数y与气温x(℃)之间的关系，得回归方程eq \o(y,\s\up6(^))＝－2.352x＋147.767，则气温为2℃时，一定可卖出143杯热饮． (　×　) (5)事件X，Y关系越密切，则由观测数据计算得到的K2的观测值越大． (　√　) (6)由独立性检验可知，有99%的把握认为物理成绩优秀与数学成绩有关，某人数学成绩优秀，则他有99%的可能物理优秀． (　×　) 2．下面哪些变量是相关关系 (　　) A．出租车车费与行驶的里程 B．房屋面积与房屋价格 C．身高与体重 D．铁块的大小与质量 答案　C 3．从某高中随机选取5名高三男生，其身高和体重的数据如下表所示： 身高x(cm) 160 165 170 175 180 体重y(kg) 63 66 70 72 74 根据上表可得线性回归方程eq \o(y,\s\up6(^))＝0.56x＋eq \o(a,\s\up6(^))，据此模型预报身高为172 cm的高三男生的体重为 (　　) A．70.09 kg B．70.12 k