变量间的相关关系导学案2.docVIP

变量间的相关关系、统计案例（学案）A 一、知识梳理：(必修3教材84-93选修1-2，1-19；选修2-3，79-100) 1．散点图：表示具有相关关系的两个变量组成一组数据，将各级数据在平面直角坐标系中描点，这种图形叫散点图。 2．两个变量的线性关系 （1）正相关：在散点图中，点散布在从左下角到右上角的区域，两个变量的这种相关关系称为正相关； （2）负相关：在散点图中，点散布在从右下角到左上角的区域，两个变量的这种相关关系称为正负相关； （3）线性相关关系，回归直线 如果散点图中的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。 3．线性回归方程： （1）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叫做最小二乘法。 （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b是回归方程斜率，a是截距，计算公式如下：b= a=y-bx 4．回归分析： 通过散点图直观了解两个相关变量间的关系，然后通过最小二乘法建立回归模型，最后通过分析相关指系数、随机误差评价回归模型的好坏，这就是回归分析的基本思想。如果回归比较好地刻画了两个相关变量的