统计案例复习幻灯片.pptVIP

; 统计案例 要点梳理 1.回归分析 （1）定义：对具有 的两个变量进行统计 分析的一种常用方法. （2）随机误差：线性回归模型用y=bx+a+e表示，其 中a和b为模型的 ， 称为随机误差. （3）样本点的中心 在具有线性相关关系的数据（x1,y1）, (x2,y2), …,(xn,yn)中，回归方程的截距和斜率的最小二乘 估计公式分别为：;其中 称 为样本点的中心. （4）相关系数;②当r ＞0时，表明两个变量 ； 当r ＜0时，表明两个变量 . r 的绝对值越接近于1，表明两个变量的线性相关性 .r 的绝对值越接近于0时，表明两个变量之间 .通常|r|大于 时，认 为两个变量有很强的线性相关性.;2.残差分析 （1）总偏差平方和 把每个效应（观测值减去总的平均值）的平方加起来即： . （2）残差 数据点和它回归直线上相应位置的差异（yi- ） 是 的效应，称 为残差. （3）残差平方和 .;3.独立性检验 （1）分类变量：变量的不同“值”表示个体所属的 ，像这类变量称为分类变量.; （2）列联表：列出两个分类变量的 ，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{x1，x2}和{y1，y2}，其样本频数列联表（称为2×2列联表）为 2×2列联表;构造一个随机变量K2= , 其 中n= 为样本容量. （3）独立性检验 利用随机变量 来确定是否能以一定把握认为“两 个分类变量 ”的方法称为两个分类变量的独 立性检验.;基础自测 1.相关系数度量 （ ） A.两个变量之间线性相关关系的强度 B.散点图是否显示有意义的模型 C.两个变量之间是否存在因果关系 D.两个变量之间是否存在关系 解析 相关系数来衡量两个变量之间线性相关关系的强弱.;2.甲、乙、丙、丁四位同学各自对A、B两变量的线性 相关性作试验，并用回归分析方法分别求得相关系 数r与残差平方和m如下表：;3.已知x、y之间的数据如表所示，则回归直线过点 （ ） A.(0,0) B.( ,0) C.(0, ) D.( , ) 解析 回归直线过样本点的中心（ , ）.;4.下列说法中正确的有：①若r＞0，则x增大时，y也相应 增大；②若r＜0，则x增大时，y也相应增大；③若r=1 或r=-1，则x与y的关系完全对应（有函数关系），在 散点图上各个点均在一条直线上 （ ） A.①② B.②③ C.①③ D.①②③ 解析 若r＞0，表示两个相关变量正相关，x增大时，y 也相应增大，故①正确.r＜0，表示两个变量负相关， x增大时，y相应减小，故②错误.|r|越接近1，表示两 个变量相关性越高，|r|=1表示两个变量有确定的关系 （即函数关系），故③正确.;5.在一项打鼾与患心脏病的调查中，共调查了1 671人，经过计算K2=27.63，根据这一数据分析，我们有理由认为打鼾与患心脏病是 的（有关，无关）. 解析 ∵K2=27.63＞10.828, ∴有99.9%的把握认为“打鼾与患心脏病有关”.;题型一 线性回归分析 【例1】假设关于某种设备的使用年限x(年)与所支出的维修费用y（万元）有如下统计资料：;（3）如果x与y具有线性相关关系，求出线性回归方程； （4）估计使用年限为10年时，维修费用约是多少？ （1）先根据已知计算相关系数r，判断是否具有相关关系. （2）再利用公式求出回归方程进行回归分析. 解 （1）;（2）步骤如下： ①作统计假设H0：x与y不具有线性相关关系. ②n-2=3时，r0.05=0.878. ③ =112.3-5×4×5=12.3, =90-5×42=10, =140.8-125=15.8, ∴r= ④|r|=0.987＞0.878,即|r|＞r0.05, 所以有95%的把握认为“x与y之间具有线性相关关 系”，去求线性回归方程是有意义的.;所以线性回归方程为 =1.23x+0.08. （4）当x=10时， =1.23×10+0.08=12.38（万元）, 即估计使用10年时，维修费用约为