2012一轮复习全套复习课件10-6.pptVIP

思考题3　测得某国10对父子身高(单位：英寸)如下： (1)对变量y与x进行相关性检验； (2)如果y与x之间具有线性相关关系，求回归方程； (3)如果父亲的身高为73英寸，估计儿子的身高． 【思路分析】　(1)先根据已知计算相关系数r，判断是否具有相关关系． (2)再利用公式求出回归方程进行回归分析． 题型四 独立性检验 例4　(2010·新课标全国卷)为调查某地区老年人是否需要志愿者提供帮助，用简单随机抽样方法从该地区调查了500位老年人，结果如下： (1)估计该地区老年人中，需要志愿者提供帮助的老年人的比例； (2)能否有99%的把握认为该地区的老年人是否需要志愿者提供帮助与性别有关？ (3)根据(2)的结论，能否提出更好的调查方法来估计该地区的老年人中，需要志愿者提供帮助的老年人的比例？说明理由． 附： (3)由(2)的结论知，该地区老年人是否需要帮助与性别有关，并且从样本数据能看出该地区男性老年人与女性老年人中需要帮助的比例有明显差异，因此在调查时，先确定该地区老年人中男、女的比例，再把老年人分成男、女两层并采用分层抽样方法比采用简单随机抽样方法更好． 探究3　解决此类问题的关键是确定a，b，c，d，n的值并求出K2的观测值，并与可信程度分界值相比较，注意正确运用公式，准确代入数据． 思考题4　在对人们的休闲方式的一次调查中，共调查了124人，其中女性70人，男性54人，女性中有43人主要的休闲方式是看电视，另外27人主要的休闲方式是运动；男性中有21人主要的休闲方式是看电视，另外33人主要的休闲方式是运动． (1)根据以上数据建立一个2×2的列联表； (2)试判断性别与休闲方式是否有关系． 【解析】　(1)列联表如下： (2)提出统计假设H0：性别与休闲方式没有关系，根据表中数据，由公式得K2的观测值为k≈6.201 23.841 因为P(K2≥3.841)≈0.05.所以有95%的把握认为性别与休闲方式有关系． 本课总结 1．线性回归分析以散点图为基础，具有很强的直观性，有散点图作比较时，拟合效果的好坏可由直观性直接判断，没有散点图时，只须套用公式求r，R2再作判断即可． 2．独立性检验没有直观性，必须依靠K2的观测值K作判断．  课时作业（53） 第十章 ·第6课时 课 前 自 助 餐 授 人 以 渔 课 时 作 业 高三数学（人教版） 高考调研 · 新课标高考总复习 高考调研·新课标高考总复习 数学（文） 第6课时　 线性回归分析与统计案例 第6课时　 线性回归分析与统计案例 1．会作两个有关联变量的数据的散点图，会利用散点图认识变量间的相关关系． 2.了解最小二乘法的思想，能根据给出的线性回归方程系数公式建立线性回归方程． 3.了解独立性检验(只要求2×2列联表)的基本思想、方法以及其简单应用． 4.了解回归分析的基本思想、方法及其简单应用. 2011·考纲下载 1．以考查线性回归系数为主，同时可考查利用散点图判断两个变量间的相关关系． 2.以实际生活为背景，重在考查回归方程的求法. 请注意! 课前自助餐 课本导读 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，我们将它们称为正相关． (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． R2的值越大，说明残差平方和越小，也就是说模型的拟合效果越好．在线性回归模型中，R2表示解释变量对预报变量变化的贡献率，R2越接近于1，表示回归的效果越好． 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二维表格，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 (3)独立性检验 利用随机变量K2来确定是否能以一定把握认为“两个分类变量有关系”的方法称为两个分类变量的独立性检验． 教材回归 答案　A 2．(09·海南)对变量x，y有观测数据(xi，yi)(i＝1,2，…，10)，得散点图1；对变量u，v有观测数据(ui，vi)(i＝1,2，…，10)，得散点图2，由这两个散点图可以判断(　　) A．变量x与y正相关，u与v正相关 B．变量x与y正相关，u与v负相关 C．变量x与y负相关，u与v正相关 D．变量x与y负相关，u与v负相