【全程复习方略】湖南省2013版高中数学 10.3变量间的相关关系与统计案例配套课件 理 新人教A版 .ppt

【反思·感悟】粗略判断相关性，可以观察一个变量随另一个 变量变化而变化的情况.画出散点图能够更直观地判断是否相 关，相关时是正相关还是负相关. 【变式训练】5个学生的数学和物理成绩如下表： 画出散点图，并判断它们是否有相关关系． 62 64 68 66 70 物理 60 65 70 75 80 数学 E D C B A 学生 学科 【解析】把数学成绩作为横坐标，把相应的物理成绩作为纵坐 标，在直角坐标系中描点(xi，yi)(i＝1,2，…，5)，作出散点 图如图． 从图中可以直观地看出数学成绩和物理成绩具有相关关系，且 当数学成绩增大时，物理成绩也在由小变大，即它们正相关. 线性回归方程及其应用 【方法点睛】求样本数据的线性回归方程的步骤 第一步，计算平均数 第二步，求和 第三步，计算 第四步，写出回归方程 【提醒】如果一组数据不具有线性相关关系，即不存在回归直 线，那么所求得的“回归方程”是没有实际意义的.因此，对 一组样本数据，应先作散点图，在具有线性相关关系的前提下 再求回归方程. 【例2】(1)（2011·广东高考）某数学老师身高176 cm，他爷 爷、父亲和儿子的身高分别是173 cm、170 cm和182 cm.因儿 子的身高与父亲的身高有关，该老师用线性回归分析的方法预 测他孙子的身高为______cm. (2)测得某国10对父子身高（单位：英寸）如下： ①画出散点图，说明变量y与x的相关性； ②如果y与x之间具有线性相关关系，求线性回归方程. （已知：=66.8, =67.01, =4 462.24, ≈4 490.34, =44 794, =44 941.93, =44 842.4) 66 64 70 70.1 68.3 67.4 67.1 66.9 65.5 65.2 63.6 儿子身 高（y) 74 72 70 68 67 66 65 62 60 父亲身 高（x) 【解题指南】（1）求出回归方程，代入相关数据求得； （2）①根据散点图判断相关性. ②根据已知数据和提示的公式数据求解,写出线性回归方程. 【规范解答】(1)由题设知：设解释变量为x，预报变量为y， 它们对应的取值如下表所示 于是有 =173， =176， 得回归方程为 =x+3,所以当x=182时， =185. 答案：185 182 176 170 y 176 170 173 x （2）①散点图如图所示: 观察散点图中点的分布可以看出:这些点在一条直线的附近分 布，所以变量y与x之间具有线性相关关系. ②设回归方程为 由 所求的线性回归方程为 =0.464 6x+35.974 7. 【互动探究】若本例（2）题干不变,如果父亲的身高为73英 寸，试估计儿子的身高. 【解析】由本例（2）可知回归方程为 =0.464 6x+35.974 7. 当x=73时， =0.464 6×73+35.974 7≈69.9(英寸). 所以当父亲身高为73英寸时，估计儿子的身高约为69.9英寸. 【反思·感悟】求线性回归方程，主要是利用公式，求出回归 系数 求解过程中注意计算的准确性和简便性.利用回归方 程预报，就是求函数值. 【变式备选】已知x,y的取值如下表所示： 从散点图分析，y与x线性相关，且 =0.95x+a,以此预测当x=5 时，y=______. 【解析】回归直线一定过样本点中心， =2, =4.5,代入 = 0.95x+a中，得a=2.6，∴线性回归方程为 =0.95x+2.6,当x=5时， y=7.35. 答案：7.35 6.7 4.8 4.3 2.2 y 4 3 1 0 x 独立性检验的基本思想及其应用 【方法点睛】利用统计量K2进行独立性检验的步骤 第一步根据数据列出2×2列联表； 第二步根据公式计算K2的观测值k； 第三步比较观测值k与临界值表中相应的检验水平，作出统计 推断. 【例3】某企业为了更好地了解设备改造前后与生产合格品的 关系，随机抽取了180件产品进行分析，其中设备改造前的合 格品有36件，不合格品有49件，设备改造后生产的合格品有 65件，不合格品有30件．根据所给数据： (1)写出2×2列联表； (2)判断产品是否合格与设备改造是否有关． 【解题指南】列表后利用K2的观测值进行检验. 【规范解答】(1)由已知数据得 180 79 101 合计 85 49 36 设备改造前 95 30 65 设备改造后 合计 不合格品 合格品 (2)根据列联表中的数据，K2的观测值为 ≈12.38. 由于12.3810.828，所以在犯错误