2015年高三文科复习——统计与统计案例：【考点3】变量的相关性、最小二乘法及统计案例(解析版)….docVIP

统计与统计案例 【考点3：变量的相关性与统计案例】 [归纳·知识整合] 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 [探究]　相关关系和函数关系有何异同点？ 提示：(1)相同点：两者均是指两个变量的关系 (2)不同点：①函数关系是一种确定的关系而相关关系是一种非确定的关系②函数关系是一种因果关系而相关关系不一定是因果关系也可能是伴随关系 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＝x＋是两个具有线性相关关系的变量的一组数据(x1y1),(x2,y2),…,(xn,yn)的回归方程其中是待定参数 ＝＝; ＝－ 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(x1y1),(x2,y2),…,(xn,yn),其回归直线 ＝ x＋ 的斜率和截距的最小二乘估计分别为： ＝＝＝－ 其中＝　xi＝yi(,)称为样本点的中心 (3)相关系数 ①r＝＝； ②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)相关指数 残差：对于样本点(x1y1),(x2,y2),…,(xn,yn),它们的随机误差为ei＝yi－bxi－ai＝1,2…,n,其估计值为i＝yi－i＝yi－xi－i＝1,2…,n,i称为相应于点(xiyi)的残差 相关指数:R2＝1－　. R2越大意味着残差平方和越小即模型的拟合效果越好；R2越小残差平方和越大即模型的拟合效果越差在线性回归模型中R2表示解释变量对于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{x1x2}和{y1y2},其样本频数列联表(称为2×2列联表)为 2×2列联表： y1 y2 总计 x1 a b a＋b x2 c d c＋d 总计 a＋c b＋d a＋b＋c＋d K2＝(其中n＝a＋b＋c＋d为样本容量)则利用独立性检验判断表来判断“X与Y的关系” [题型剖析] 题型1：变量的相关关系的判断 【典型例题】 1.山东鲁洁棉业公司的科研人员在7块并排、形状大小相同的试验田上对某棉花新品种进行施化肥量x对产量y影响的试验得到如下表所示的一组数据(单位：kg) 施化肥量x 15 20 25 30 35 40 45 棉花产量y 330 345 365 405 445 450 455 (1)画出散点图； (2)判断是否具有相关关系 解　(1)散点图如图所示 (2)由散点图知各组数据对应点大致都在一条直线附近所以施化肥量x与产量y具有线性相关关系 2.变量X与Y相对应的一组数据为(10,1)(11.3,2),(11.8,3),(12.5,4),(13,5)；变量U与V相对应的一组数据为(10,5)(11.3,4),(11.8,3),(12.5,2),(13,1).r1表示变量Y与X之间的线性相关系数r2表示变量V与U之间的线性相关系数则(　　) Ar2＜r1＜0　　　　　　　　　 B0＜r2＜r1 Cr2＜0＜r1 Dr2＝r1 解析：选C　对于变量Y与X而言Y随X的增大而增大故Y与X正相关即r10；对于变量V与U而言V随U的增大而减小故V与U负相关即r20所以有r20r1. 【变式训练】 1下列关系中是相关关系的为(　　) ①学生的学习态度与学习成绩之间的关系； ②教师的执教水平与学生的学习成绩之间的关系； ③学生的身高与学生的学习成绩之间的关系； ④家庭的经济条件与学生的学习成绩之间的关系 A.①②　 B①③ C.②③ D.②④ 解析：选A　①中学生的学习态度与学习成绩之间不是因果关系但具有相关性是相关关系②教师的执教水平与学生的学习成绩之间的关系是相关关系③④都不具备相关关系 2.观察下列各图形： 其中两个变量x、y具有相关关系的图是(　　) A①② B.①④ C.③④ D.②③ 解析：选C　相关关系有两种情况：所有点看上去都在一条直线附近波动是线性相关；