06变量的相关性.docVIP

变量的相关性 一、目标与策略 明确学习目标及主要的学习方法是提高学习效率的首要条件，要做到心中有数！ 学习目标： 明确两个变量具有相关关系的意义； 知道回归分析的意义； 知道回归直线、回归直线方程、线性回归分析的意义； 掌握对两个变量进行线性回归的方法和步骤，并能借助科学计算器确定实际问题中两个变量间的回归直线方程．散点图的画法，回归直线方程的求解方法．线性回归的基本思想方法和计算．在学习过程中，应该了解本节知识和其他数学知识之间的相互关系，从总体上把握研究变量之间关系的基本方法，体会利用回归方程解决实际问题的全过程以及对所得结论的正确理解．二、学习与应用 （一）标准差 s= 方差 s2= 知识点一：相关关系的概念当自变量 时，因变量的取值带有一定的 性的两个变量之间的关系称为相关关系． 相关关系分为两种正相关两个变量具有 的变化趋势． 负相关两个变量具有 的变化趋势． 要点诠释： 对相关关系的理解应当注意以下几点： 相关关系与函数关系不同.因为函数关系是一种非常确定的关系，而相关关系是一种 关系，即相关关系是 变量与 变量之间的关系.而函数关系可以看成是两个 变量之间的关系.因此，不能把相关关系等同于函数关系． 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.例如，有人发现，对于在校儿童，鞋的大小与阅读能力有很强的相关关系.然而，学会新词并不能使脚变大，而是涉及到第三个因素——年龄.当儿童长大一些，他们的阅读能力会提高而且由于长大脚也变大． 函数关系与相关关系之间有着密切联系，在一定的条件下可以相互转化.例如正方形面积S与其边长x间虽然是一种确定性关系，但在每次测量边长时，由于测量误差等原因，其数值大小又表现出一种随机性.而对于具有线性关系的两个变量来说，当求得其回归直线后，我们又可以用一种确定性的关系对这两个变量间的关系进行估计． 线性回归方程的确定回归分析： 对具有 的两个变量进行统计分析的方法叫做回归分析.通俗地讲，回归分析是寻找相关关系中非确定性关系的某种 性． 散点图： 表示具有 的两个变量的一组数据的图形叫做散点图.散点图形象地反映了各对数据的密切程度.粗略地看，散点分布具有一定的规律． 回归直线 设所求的直线方程为，其中a、b是待定系数． 则 ．于是得到各个偏差 ． 显见，偏差的符号有正有负，若将它们相加会造成相互抵消，所以它们的和不能代表几个点与相应直线在整体上的接近程度，故采用n个偏差的平方和． 表示n个点与相应直线在整体上的接近程度． 记． 上述式子展开后，是一个关于a、b的二次多项式，应用配方法，可求出使Q为最小值时的a、b的值．即 ，　， 相应的直线叫做回归直线，对两个变量所进行的上述统计分析叫做回归分析 要点诠释： 对回归直线方程只要求会运用它进行具体计算a、b，求出回归直线方程即可．不要求掌握回归直线方程的推导过程． 求回归直线方程，首先应注意到，只有在散点图大致呈 时，求出的回归直线方程才有实标意义．否则，求出的回归直线方程毫无意义．因此，对一组数据作线性回归分析时，应先看其散点图是否成 ． 求回归直线方程，关键在于正确地求出系数a、b，由于求a、b的计算量较大，计算时仔细谨慎、分层进行，避免因计算产生失误． 回归直线方程在现实生活与生产中有广泛的应用.应用回归直线方程可以把非确定性问题转化成确定性问题，把无序变为有序，并对情况进行估测、补充．因此，学过回归直线方程以后，应增强学生应用回归直线方程解决相关实际问题的意识． 类型一：相关关系和函数关系例1下列关系中具有相关关系的有． ①光照时间与果树的亩产量的关系； ②圆柱体积与其底面直径的关系； ③自由落体的物体的质量与落地时间的关系； ④球的表面积与球半径之间的关系． 思路点拨函数关系的两个变量之间是一种确定的关系，而相关关系的两个变量之间是一种不确定的关系．