9.3_变量间的相关关系、回归及独立性检验总结.ppt

1.会作两个相关变量的数据的散点图，会利用散点图认识变量的相关关系 2.了解最小二乘法的思想，能根据给出的线性回归方程系数公式建立线性回归方程 1．相关关系的量：当自变量一定时，因变量的取值带有一定的随机性的两个变量之间的关系称为相关关系． 2．回归分析：对具有相关关系的两个变量进行统计分析的方法叫做回归分析． 3．散点图：表示具有相关关系的两个变量的一组数据的图形叫做散点图． 4．正相关与负相关概念：如果散点图中的点散布在从左下角到右上角的区域内，称为正相关．如果散点图中的点散布在从左上角到右下角的区域内，称为负相关． 6．相关系数：r＝ 叫做变量y与x之间的样本相关系数，简称相关系数，用 它来衡量两个变量之间的线性相关程度． 7．相关系数的性质：|r|≤1，且|r|越接近1，相关程度越大；且|r|越接近0，相关程度越小． 1．在对两个变量x，y进行线性回归分析时有下列步骤： ①对所求出的回归方程作出解释；②收集数据(xi，yi)，i＝1,2，…，n；③求线性回归方程；④求相关系数；⑤根据所搜集的数据绘制散点图． 如果根据可靠性要求能够作出变量x，y具有线性相关结论，则在下列操作顺序中正确的是(　　)　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　 A．①②⑤③④ B．③②④⑤① C．②④③①⑤ D．②⑤④③① 答案：D 2．对两个变量y和x进行回归分析，得到一组样本数据：(x1，y1)，(x2，y2)，…，(xn，yn)，则下列说法中不正确的是(　　) A．由样本数据得到的回归方程 ＝bx＋a 必过样本中心( ) B．由样本数据得到的回归方程 ＝bx＋a 可能不过散点图中的任何点 C．用相关系数R2来刻画回归效果，R2越小，说明模型的拟合效果越好 D．若变量y和x之间的相关系数为r＝－0.9362，则变量y和x之间具有线性相 关关系 答案：C 3．对变量x，y有观测数据(xi，yi)(i＝1,2，…，10)，得散点图(1)；对变量u、v有观测数据(ui，vi)(i＝1,2，…，10)，得散点图(2)．由这两个散点图可以判断(　　) A．变量x与y正相关，u与v正相关 B．变量x与y正相关，u与v负相关 C．变量x与y负相关，u与v正相关 D．变量x与y负相关，u与v负相关 解析：由图(1)可知，各点整体呈递减趋势，x与y负相关，由图(2)可知，各点整体呈递增趋势，u与v正相关． 答案：C 判断两个变量正相关还是负相关，有三种方法： 1．利用散点图； 2．利用相关系数r的符号；当r＞0时，正相关；r＜0时，负相关； 3．在已知两变量线性相关时，也可以利用回归方程 ＝a＋bx.当b＞0时， ＝a＋bx是增函数，两变量是正相关，当b＜0时， ＝a＋bx是减函数， 两变量是负相关． 【例1】山东鲁洁棉业公司的科研人员在7块并排、形状大小相同的试验田上对某棉花新品种进行施化肥量x对产量y影响的试验，得到如下表所示的一组数据(单位：kg)． (1)画出散点图； (2)判断是否具有相关关系． 思维点拨：用施化肥量x作为横轴，产量y为纵轴可作出散点图，由散点图即可分析是否具有线性相关关系． 解答：(1)散点图如右图所示， (2)由散点图知，各组数据对应点大致都在一条直线附近，所以施化肥量x与产量y具有线性相关关系. 对具有相关关系的两个变量进行统计分析时，首先要作出散点图，然后进行相关性检验，在确认具有线性相关关系后，再求其回归直线． 【例2】 一台机器使用时间较长，但还可以使用．它按不同的转速生产出来的某机械零件有一些会有缺点，每小时生产有缺点零件的多少，随机器运转的速度而变化，下表为抽样试验结果： (1)对变量y与x进行相关性检验； (2)如果y与x有线性相关关系，求回归直线方程； (3)若实际生产中，允许每小时的产品中有缺点的零件最多为10个，那么，机器的运转速度应控制在什么范围内？ 思维点拨：利用相关系数r进行线性相关检验(也可利用散点图)．如果线性相关，再求回归直线方程并加以判断． (2) ＝0.728 6x－0.857 1. (3)要使 ≤10?0.728 6x－0.857 1≤10，所以x≤14.901 3. 所以估计机器的转速应控制在14.901 3转/秒以下． 变式2.假设关于某设备的使用年限x和所支出的维修费用