《新步步高》2017版北师大版数学（文）大一轮复习文档：第十章 统计与统计案例 10.3 Word版含答案.docxVIP

1．相关性 (1)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，通常称这种图为变量之间的散点图． (2)从散点图上可以看出，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，这样近似的过程称为曲线拟合． (3)在两个变量x和y的散点图中，若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的，若所有点看上去都在某条曲线(不是一条直线)附近波动，称此相关是非线性相关的．如果所有的点在散点图中没有显示任何关系，则称变量间是不相关的． 2．线性回归方程 (1)最小二乘法 如果有n个点(x1，y1)，(x2，y2)，…，(xn，yn)，可以用[y1－(a＋bx1)]2＋[y2－(a＋bx2)]2＋…＋[yn－(a＋bxn)]2来刻画这些点与直线y＝a＋bx的接近程度，使得上式达到最小值的直线y＝a＋bx就是所要求的直线，这种方法称为最小二乘法． (2)线性回归方程 方程y＝bx＋a是两个具有线性相关关系的变量的一组数据(x1，y1)，(x2，y2)，…，(xn，yn)的线性回归方程，其中a，b是待定参数． eq \b\lc\{\rc\ (\a\vs4\al\co1(b＝\f(\o(∑,\s\up6(n),\s\do4(i＝1)) ?xi－\x\to(x)??yi－\x\to(y)?,\o(∑,\s\up6(n),\s\do4(i＝1)) ?xi－\x\to(x)?2)＝\f(\o(∑,\s\up6(n),\s\do4(i＝1))xiyi－n\x\to(x) \x\to(y),\o(∑,\s\up6(n),\s\do4(i＝1))x2i－n\x\to(x)2)，,a＝\x\to(y)－b\x\to(x).)) 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(x1，y1)，(x2，y2)，…，(xn，yn)中，(eq \x\to(x)，eq \x\to(y))称为样本点的中心． (3)相关系数 ①r＝eq \f(\o(∑,\s\up6(n),\s\do4(i＝1)) ?xi－\x\to(x)??yi－\x\to(y)?,\r(\o(∑,\s\up6(n),\s\do4(i＝1)) ?xi－\x\to(x)?2\o(∑,\s\up6(n),\s\do4(i＝1)) ?yi－\x\to(y)?2)) ＝eq \f(\o(∑,\s\up6(n),\s\do4(i＝1))xiyi－n\x\to(x) \x\to(y),\r(?\o(∑,\s\up6(n),\s\do4(i＝1))x2i－n\x\to(x)2??\o(∑,\s\up6(n),\s\do4(i＝1))y2i－n\x\to(y)2?))； 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； 当r＝0时，表明两个变量线性不相关． r的绝对值越接近于1，表明两个变量之间的线性相关程度越高．r的绝对值越接近于0，表明两个变量之间的线性相关程度越低． 4．独立性检验 设A，B为两个变量，每一个变量都可以取两个值， 变量A：A1，A2＝eq \x\to(A)1；变量B：B1，B2＝eq \x\to(B)1； 2×2列联表： eq \o(\s\up7(　　B),\s\do5(A　　))B1B2总计A1aba＋bA2cdc＋d总计a＋cb＋dn＝a＋b＋c＋d构造一个随机变量 χ2＝eq \f(n?ad－bc?2,?a＋b??c＋d??a＋c??b＋d?). 利用随机变量χ2来判断“两个分类变量有关系”的方法称为独立性检验． 当χ2≤2.706时，没有充分的证据判定变量A，B有关联，可以认为变量A，B没有关联的； 当χ22.706时，有90%的把握判定变量A，B有关联； 当χ23.841时，有95%的把握判定变量A，B有关联； 当χ26.635时，有99%的把握判定变量A，B有关联． 【思考辨析】 判断下面结论是否正确(请在括号中打“√”或“×”) (1)相关关系与函数关系都是一种确定性的关系，也是一种因果关系．(　×　) (2)“名师出高徒”可以解释为教师的教学水平与学生的水平成正相关关系．(　√　) (3)只有两个变量有相关关系，所得到的回归模型才有预测价值．(　√　) (4)某同学研究卖出的热饮杯数y与气温x(℃)之间的关系，得线性回归方程y＝－2.352x＋147.767，则气温为2℃时，一定可卖出143杯热饮．(　×　) (5)变量A、B关系越密切，则由观测数据计算得到的χ2的值越大．(　√　) (6)由独立性检验可知，有99%的把握