《高二文数1—223个.docVIP

第一章 统计案例 1.1回归分析的基本思想及其初步应用（第一课时） 【学习目标】：通过典型案例的探究，熟悉回归分析的基本思想、方法 【学习重点】：掌握回归分析的基本步骤 【学习难点】：了解线性回归模型与函数模型的差异，理解随机误差的含义 【知识链接】：必修3第二章 【新课学习】： 【自主学习】 函数关系：_________________________________ 相关关系：_________________________________ 正相关：___________________________________ 负相关：___________________________________ 回归分析:_____________________________________其步骤：收集数据__________ _______________ 利用方程进行预报. 最小二乘法求回归直线的公式： 其中_______________是样本点的中心，且回归直线必过________________ 相关系数r=____________________,相关系数的绝对值越接近于1，两个变量的线性相关关系越_________，它们的散点图越接近____________，这时用线性回归模型拟合这组数据就越_______，此时建立的线性回归模型是有意义 【合作探究】 例1： 从某大学中随机选取8名女大学生，其身高和体重数据如下表所示： 编　号 　1 　2 　3 　4 　5 　6 　7 　8 身高/cm 165 165 157 170 175 165 155 170 体重/kg 48 57 50 54 64 61 43 59 求根据一名女大学生的身高预报她的体重的回归方程，并预报一名身高为172cm的女大学生的体重. 第一步：作散点图 第二步：求回归方程 第三步：代值计算 ② 提问：身高为172cm的女大学生的体重一定是60.316kg吗？ ③线性回归模型与一次函数的不同 新概念：解释变量：________________预报变量：___________________ 随机误差：_____________________________ 例2．某种产品的广告费用支出与销售额之间有如下的对应数据： 2 4 5 6 8 30 40 60 50 70 （1）画出散点图； （2）求回归直线方程； （3）据此估计广告费用为10时，销售收入的值． 【达标训练】： 1．下表是某厂1～4月份用水量(单位：百吨)的一组数据： 月份x 1 2 3 4 用水量y 4.5 4 3 2.5 由散点图可知，用水量y与月份x之间有较好的线性相关关系，其线性回归直线方程是＝－0.7x＋a，则a等于(　　) A．10.5　　　B．5.15　　　C．5.2　　　D．5.25对变量x，y观测数据(x1，y1)(i＝1,2，…，10)，得散点图1；对变量u，v有观测数据(u1，v1)(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 ．工人月工资y(单位：元)关于劳动生产率x(单位：千元)的回归方程为＝650＋80x，下列说法中正确的个数是(　　) ①劳动生产率为1000元时，工资约为730元； ②劳动生产率提高1000元时，则工资约提高80元； ③劳动生产率提高1000元时，则工资约提高730元； ④当月工资为810元时，劳动生产率约为2000元． A．1 B．2 C．3 D．4 下面是某市场农产品的调查表． 市场供应量表： 单价(元/千克) 2 2.4 2.8 3.2 3.6 4 供应量(1000千克) 50 60 70 75 80 90 市场需求量表： 单价(元/千克) 4 3.4 2.9 2.6 2.3 2 供应量(1000千克) 50 60 70 75 80 90 根据以上信息，市场供需平衡点(即供应量和需求量相等的单价)应在区间(　　) A．(2.3,2.6) B．(2.4,2.6) C．(2.6,2.8) D．(2.8,2.9) . 有下列关系： (1) 名师出高徒； (2) 球的体积与该球的半径之间的关系； (3) 苹果的产量与气候之间的关系； (4) 乌鸦叫，没好兆； (5) 森林中的同一种树，其断面直径与高