河北省2011年高考数学第一轮总复习知识点检测 12.4统计案例课件 旧人教版.pptVIP

* 第四节 统计案例 . 1. 回归分析 （1）回归直线 一组具有线性相关关系的数据 其回归方程的截距和斜率分别为 基础梳理 （2）相关系数r ① ②当r＞0时，表明两个变量正相关; 当r＜0时，表明两个变量负相关. r的绝对值越接近于1,表明两个变量的线性相关性越强;r的绝对值越接近于0时，表明两个变量之间线性相关程度越弱. （3）随机误差 ①在线性回归模型 中，a和b为模型的 ，e是y与= 之间的 ,通常e为随机变量，称为随机误差，它的均值 ②线性回归模型的完整表达式为 随机误差e的方差 越小，通过回归直线 预报真实值y的精度 . 未知参数 误差 越高 2. 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：列出的两个分类变量的 ，称为列联表. （3）2×2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 列联表（称为2×2列联表）为 2×2列联表 不同类别 频数表 样本频数 n n+2 n+1 总计 n 2+ n22 n21 x2 n 1+ n12 n11 x1 总计 y2 y1 则利用独立性检验判断表来判断“X与Y的关系”. （4）利用随机变量 来确定在多大程度上可以认为 的方法称为两个分类变量的独立性检验. “两个分类变量有关系” 题型一 回归直线分析 【例1】弹簧长度y(cm)随所挂物体质量x(g)不同变化的情况如下： （1）画出散点图; （2）求y对x的回归直线方程； （3）预测所挂物体质量为27 g时的弹簧长度（精确到0.01 cm）. 11.80 10.96 9.90 8.95 8.12 7.25 弹簧长度y 30 25 20 15 10 5 物体质量x 分析 利用散点图可得出是否线性相关，再利用公式求回归直线方程,而关键是求和. 典例分析 解（1）散点图： （2） =16×(5+10+15+20+25+30)=17.5, =16×(7.25+8.12+8.95+9.90+10.96+11.80)≈9.50. =1 077.7-6×17.5×9.502 275-6×17.52≈0.183, =9.50-0.183×17.5≈6.30. y对x的回归直线方程为 (3)当质量为27 g时，有 =6.30+0.183×27≈11.24(cm), 所以当所挂物体的质量为27 g时，弹簧的长度大约为11.24 cm. 学后反思 有些求回归方程的问题在背景上新颖别致，要注意提取有效信息，同时要注意与其他学科的结合.但其思维比较固定，就是先由散图分析是否线性相关,再利用公式求解.一定要注意计算的准确性. 举一反三 1. 某企业的一车间为了规定工时定额，需要确定加工零件所花费的时间，为此进行了10次试验，收集的数据如下： 122 115 108 102 95 89 81 75 68 62 加工时间 y（秒） 100 90 80 70 60 50 40 30 20 10 零件数x(个) （1）画出散点图； （2）判断x与y是否具有线性关系. 解析：(1)散点图如图: （2）由散点图可以看出，样本点散布在某一条直线的附近，故x与y具有线性关系. 题型二线性相关性的判断 【例2】现随机抽取了某中学高一10名在校学生，他们入学时的数学成绩（x）与入学后第一次考试的数学成绩（y）的数据如下： 71 57 46 69 68 69 68 84 64 84 Y 108 99 105 104 110 103 104 117 108 120 X 10 9 8 7 6 5 4 3 2 1 学生号 请问：这10名学生的两次数学成绩是否具有显著性线性关系？ 分析 可先计算线性相关系数r的值，然后与r0.75比较，若r＞r0.75,说明x与y呈显著的线性相关关系；否则二者相关关系不显著或不具备相关关系. 解 所以相关系数为 查表知 r0.05=0.632,由于0.750 60.75,所以这10名学生的两次数学成绩是线性相关的. 学后反思 利用相关系数r进行判断相关关系，需要应用公式计算出r的值，由于数据较大，需要借助计算器，但计算应该特别细心，不能出现计算错误. 举一反三