《2016届高考数学一轮必备考情分析学案：10.3《变量间的相关关系与统计案例》》.pdf

Go the distance 10.3 变量间的相关关系与统计案例 考情分析 从近三年高考试题分析，高考对本部分的考察多以散点图和相关关系为主，另 外对线性回归方程与独立性检验在实际应用中的考察。 基础知识 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.最小二乘法：求回归直线使得样本数据的点到回归直线的距离的平方和最小的 方法. 3. 回归方程方程 ˆ 是两个 具有线性相关关系的变量的一组数据 y bx a  n n (x  x)( y  y) x y nx y  i i i i (x , y ), (x , y ), (x , y ) 的回归方程,其中 i1 i1 1 1 2 2 n n b    n n 2  (x  x)2 x 2 nx 4．回归分析的基本思想及其初步应用  i i (1)回归分析是对具有相关关系的两个  i1 i1 a  y bx 变量进行统计分析的方法，其常用的  研究方法步骤是画出散点图，求出回归直线方程，并利用回归直线方程进行预报． (2)对n 个样本数据(x1，y1)、(x2，y2)、…、(xn，yn)，(x, y) 称为样本点的中 心． (3)除用散点图外，还可以用样本相关系数r 来衡量两个变量x，y 相关关系的强 弱， n x y nx  y i i r  i1 当r＞0，表明两个变量正相关，当r＜0，表明两 n n 2 2 (xi 2 nx )(yi 2 n y ) i1 i1 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 | 0.75 时，认为这两个变量具有很强的线性相关关系． Go the distance n (