第十编 统计、统计案例 10.4.pptVIP

失误与防范 1.r的大小只说明是否相关并不能说明拟合效果的好坏， 才是判断拟合效果好坏的依据. 2.独立性检验的随机变量 =2.706是判断是否有关系的临界值， ＜2.706应判断为没有充分证据显示X与Y有关系，而不能作为小于90%的量化值来判断. 一、选择题 定时检测 C 2.对两个变量y与x进行回归分析，分别选择不同的模型， 它们的相关系数r如下，其中拟合效果最好的模型是 （ ） A.模型Ⅰ的相关系数r为0.98 B.模型Ⅱ的相关系数r为0.80 C.模型Ⅲ的相关系数r为0.50 D.模型Ⅳ的相关系数r为0.25 解析 根据相关系数的定义和计算公式可知，|r| ≤1，且|r|越接近于1，相关程度越大，拟合效果 越好；|r|越接近于0，相关程度越小，拟合效果 越弱,所以A正确. A 3.下列说法： ①将一组数据中的每个数据都加上或减去同一个常数后，方差恒不变； ②设有一个回归方程 y=3-5x，变量x增加一个单位时，y平均增加5个单位； ③线性回归方程 必过点（ ， ）； ④曲线上的点与该点的坐标之间具有相关关系； ⑤在一个2×2列联表中，由计算得 =13.079，则其两个变量间有关系的可能性是90%. 其中错误的个数是 （ ） A.1 B.2 C.3 D.4 解析 根据方差的计算公式，可知①正确；由线性 回归方程的定义及最小二乘法的思想，知③正确， ②④⑤不正确. 答案 C 4.下面是2×2列联表： 120 46 b 合计 47 25 22 x2 73 21 a x1 合计 y2 y1 则表中a，b的值分别为 （ ） A.94,72 B.52,50 C.52,74 D.74,52 解析 ∵a+21=73，∴a=52.又a+22=b,∴b=74. C A * §10.4 统计案例 要点梳理 1.回归分析 （1）回归直线 一组具有线性相关关系的数据（x1,y1）, (x2,y2), …,(xn,yn)中，回归方程的截距和斜率分别为： 基础知识 自主学习 其中 称 为样本点的中心. （2）相关系数 , . , , ①r= ②当r＞0时，表明两个变量 ； 当r＜0时，表明两个变量 . r的绝对值越接近于1，表明两个变量的线性相关性 .r的绝对值越接近于0时，表明两个变量之间 .通常|r|大于0.75时，认 为两个变量有很强的线性相关性. 正相关 负相关 越强 几乎不存在线性相关关系 （1）列联表：列出两个变量的 ，称为列联表.假设有两个变量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 2.独立性检验 a+b+c+d b+d a+c 总计 c+d d c x2 a+b b a x1 总计 y2 y1 频数表 构造一个随机变量 = , 其 中n= 为样本容量. （2）独立性检验 利用随机变量 来确定是否能以一定把握认为“两 个分类变量 ”的方法称为两个分类变量的独 立性检验. a+b+c+d 有关系 基础自测 1.相关系数度量 （ ） A.两个变量之间线性相关关系的强度 B.散点图是否显示有意义的模型 C.两个变量之间是否存在因果关系 D.两个变量之间是否存在关系 解析 相关系数来衡量两个变量之间线性相关关系的强弱. A A 3.已知x、y之间的数据如表所示，则回归直线过点 （ ） A.(0,0) B.( ,0) C.(0, ) D.( , ) 解析 回归直线过样本点的中心（ , ）. 2.55 2.40 2.37 2.25 y 1.28 1.19 1.12 1.08 x D 4.下列说法中正确的有：①若r＞0，则x增大时，y也相应 增大；②若r＜0，则x增大时，y也相应增大；③若r=1 或r=-1，则x与y的关系完全对应（有函数关系），在 散点图上各个点均在一条直线上 （ ） A.①② B.②③ C.①③ D.①②③ 解析 若r＞0，表示两个相关变量正相关，x增大时，y 也相应增大，故①正确.r＜0，表示两个变量负相关， x增大时，y相应减小，故②错误.|r|越接近1，表示