2012新课标人教A版数学同步导学课件：第3章《统计案例》(选修2-3).pptVIP

了解下列一些常见的统计方法，并能应用这些方法解决一些实际问题． (1)回归分析：了解回归的基本思想、方法及其简单应用． (2)独立性检验：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． 1．线性回归分析 (1)回归方程只适用于我们所研究的样本的总体．例如，不能用普通女大学生的身高和体重之间的回归方程，描述女运动员的身高和体重之间的关系． (2)我们所建立的回归方程一般都有时间性．例如，不能用20世纪80年代的身高体重数据所建立的回归方程，描述现在的身高和体重之间的关系． (3)样本取值的范围会影响回归方程的适用范围．例如，回归方程是由女大学生的身高和体重数据建立的，那么用它来描述一个人幼儿时期的身高和体重之间的关系就不恰当(即在回归方程中，变量x的样本的取值范围为[155 cm,170 cm]，而用这个方程计算x＝70 cm时的y值，显然不合适)． 独立性检验的基本思想类似于反证法，要确认“两个分类变量有关系”这一结论成立的可信程度，首先假设该结论不成立，即假设结论“两个分类变量没有关系”成立，在该假设下构造的随机变量K2应该很小，如果由观测数据计算得到的K2的值很大，则在一定程度上说明假设不合理． 　本章要解决的主要问题是利用独立性检验判定两个变量的相关关系，通过建立回归模型对具有相关关系的量进行估计和预测． 解决上述问题的关键：一是深刻理解独立性检