12.2-变量的相关性,回归分析与独立性检验.pptVIP

* 问题：人的身高与体重之间是否存在函数关系？ 1.什么是散点图？曲线拟合？ 2.线性相关？非线性相关？不相关？ 3.如何从散点图中发现两者之间的近似关系 4.找近似直线的方法唯一吗？ 5.如何从线性关系式结论反推出条件？ 问题一：人的身高与体重之间是否存在函数关系？ 探究：我们随机地抽取9名15岁的男生，测得身高，体重如下表： 从表中同学们观察同一身高157cm对应的体重是多少？它们之间是函数关系吗？ 55 50 62 47 54 55 45 44 52 体重/kg 163 160 178 157 168 175 155 157 165 身高/cm 9 8 7 6 5 4 3 2 1 编号 0 10 20 30 40 50 60 70 150 155 160 165 170 175 180 体重/kg 身高/cm 如果把身高看作横坐标、体重看作纵坐标，在坐标纸中画出对应的点 就会发现，随着身高的增长，体重基本上是呈直线增加的趋势。 散点图——在考虑两个量的关系时，为了对变量之间的关系有一个大致的了解，人们通常将变量所对应的点描出来，这些点就组成了变量之间的一个图。 曲线拟合——从散点图可以看出，如果变量之间存在着某种关系，这些点会有一个集中的大致趋势，这种趋势通常可以用一条光滑的曲线来近似表示，这样近似的过程叫做曲线拟合。 线性相关——若两个变量x和y的散点图中，所有点看上去都在一条直线附近波动，则称变量间是线性相关。 非线性相关——若所有点看上去都在某条曲线（不是一条直线）附近波动，则称此相关为非线性相关。 不相关——如果所有的点在散点图中没有显示任何关系，则称变量间不相关. 独立性检验的基本思想及初步应用 独立性检验是对两种分类变量之间是否有关系进行检验的一种统计方法。 为调查吸烟是否对患肺癌有影响，某肿瘤研究所随机地调查了9965人，得到如下结果： 独立性检验 那么吸烟是否对患肺癌有影响？ （2）由列联表可以粗略估计出：在不吸烟者中，有___%患有肺癌；在吸烟者中，有____%患有肺癌。说明了什么？ （1）什么是列联表？ （3）与表格相比，三维柱形图、二维条形图、等高条形图有何优点? （4）凭列联表的数据和图形可以下结论吗？ （1）提出假设H0 ：吸烟与患肺癌没有关系 独立性检验 现在的问题是： 想知道能够有多大把握认为“吸烟与患肺癌有关”。 不患肺癌 患肺癌 总计 不吸烟 吸烟 总计 吸烟与患肺癌列联表 a+b+c+d b+d a+c 总计 c+d d c 吸烟 a+b b a 不吸烟 总计 患肺癌 不患肺癌 (2)统计中有一个非常有用的统计量K2（卡方） 用它的大小来决定是否拒绝原来的统计假设H0 。即如果K2的较大，就拒绝H0。 *