变量间的线性关系与独立性检验分析.ppt

菜 单 隐 藏 山东金太阳书业有限公司 研考向 考 点 探 究 高考总复习 A 数学 抓主干 知 识 回 扣 提素能 高 效 训 练 第三节　变量间的相关关系及独立性检验 最新考纲展示　 1．会作两个有关联变量的数据的散点图，会利用散点图认识变量间的相关关系．　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．　3.了解独立性检验(只要求2×2列联表)的基本思想、方法及其简单应用．　4.了解回归分析的基本思想、方法及其简单应用． 一、相关关系与回归方程 1．相关关系的分类 (1)正相关：从散点图上看，点散布在从 到 的区域内． (2)负相关：从散点图上看，点散布在从左上角到 的区域内． 2．线性相关关系 从散点图上看，如果这些点从整体上看大致分布在一条直线附近，则称这两个变量之间具有线性相关关系，这条直线叫 ． 左下角 右上角 右下角 回归直线 例 例 例 距离的平方和 斜率 例 正相关 负相关 越强 二、独立性检验 1．2×2列联表 假设有两个分类变量X和Y，它们的取值分别为{x1，x2}和{y1，y2}，其样本频数列联表(称2×2列联表)为： 例1 1．判断下列结论的正误．(正确的打“√”，错误的打“×”) (1)日照时间与水稻的亩产量是相关关系．(　　) (2)(教材思考问题改编)相关关系与函数关系都是一种确定性的关系，也是一种因果关系．(　　) (3)利用样本点的散点图可以直观判断两个变量的关系是否可以用线性关系去表示．(　　) 返回 √ √ × 2．判断下列结论的正误．(正确的打“√”，错误的打“×”) (1)只有两个变量有相关关系，所得到的回归模型才有预测价值．(　　) (2)某同学研究卖出的热饮杯数y与气温x(℃)之间的关系，得回归方程＝－2.352x＋147.767，则气温为2 ℃时，一定可卖出143杯热饮．(　　) 返回 √ √ × 3．判断下列结论的正误．(正确的打“√”，错误的打“×”) (1)事件X，Y关系越密切，则由观测数据计算得到的K2的观测值越大．(　　) (2)由独立性检验可知，有99%的把握认为物理成绩优秀与数学成绩有关，某人数学成绩优秀，则他有99%的可能物理优秀．(　　) × √ 4．下面是2×2列联表： 看报 不看报 总计 老年 a 21 73 中青年 22 25 47 总计 b 46 120 则表中a，b的值分别为 ；看报与年龄 关系. 解析：∵a＋21＝73，∴a＝52，又a＋22＝b，∴b＝74. 52,50 ∴又看报99%的把握认为看报与年龄有关系. 有 前进 例1　(1)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(　　) 相关关系的判断 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 C (2)在7块并排、形状大小相同的实验田上进行施化肥量对水稻产量影响的试验，得到如下表所示的一组数据(单位：kg)： ①画出散点图； ②试判断施化肥量x与水稻产量y是否线性相关？ 施化肥量x 15 20 25 30 35 40 45 水稻产量y 330 345 365 405 445 450 455 (2)①散点图如图所示． ②观察散点图知，散点图中的点分布 在一条直线附近，则施化肥量x与水稻 产量y之间具有线性相关关系． 规律方法　相关关系的直观判断方法就是作出散点图，若散点图呈带状且区域较窄，说明两个变量有一定的线性相关性，若呈曲线形也是有相关性，若呈图形区域且分布较乱则不具备相关性． 返回 例2　(2014年高考新课标全国卷Ⅱ)某地区2007年至2013年农村居民家庭人均纯收入y(单位：千元)的数据如下表： 线性回归方程及其应用 年份 2007 2008 2009 2010 2011 2012 2013 年份代号t 1 2 3 4 5 6 7 人均纯收入y 2.9 3.3 3.6 4.4 4.8 5.2 5.9 (1)求y关于t的线性回归方程； (2)利用(1)中的回归方程，分析2007年至2013年该地区农村居民家庭人均纯收入的变化情况，并预测该地区2015年农村居民家庭人均纯收入． 附：回归直线的斜率和截距的最小二乘估计公式分别为 故所求回归方程为y＝0.3x－0.4. (2)由于变量y的值随x的值的增加而增加(b＝0.