2017年高中数学 第一章 统计案例本章整合 新人教A版选修1-2.docVIP

高中数学 第一章 统计案例本章整合 新人教A版选修1-2 知识网络 专题探究 专题一　回归分析中的转化与化归思想 在大量的实际问题中，研究的两个变量不一定都呈线性相关关系，它们之间可能呈指数关系或对数关系等非线性关系．在某些情况下，可以通过换元和适当的函数变换，将非线性回归模型转化为线性回归模型求解． 【例1】在对某种昆虫的调查中，其产卵数y(个)和温度x(℃)有关，下表为收集到的7组数据： x 21 23 25 27 29 32 35 y 7 11 21 24 66 115 325 (1)作出x与y的散点图，并猜测x与y之间的关系； (2)建立x与y的回归模型． 解：(1)根据表中数据作散点图，如图所示． 从图中可以看出，样本点没有分布在某个带状区域内，因此两个变量不呈线性相关关系，所以不能直接利用线性回归方程来建立两个变量之间的关系．根据已有的函数知识，可以发现样本点分布在某一条指数函数曲线y＝c1的附近，其中c1，c2为待定参数． (2)令z＝ln y，则变换后样本点分布在直线z＝bx＋a(a＝ln c1，b＝c2)的附近，因此可以用线性回归方程来拟合，这样就可以利用线性回归模型来建立y与x之间的非线性回归方程． 由题设中的数据可得变换后的样本数据如下表所示： x 21 23 25 27 29 32 35 z 1.946 2.398 3.045 3.178 4.190 4.745 5.784 根据表中数据求得回归直线方程为 ＝0.272x－3.849，故所求回归方程为 ＝e0.272x－3.849. 【例2】在一次抽样调查中测得样本的5个样本点，数值如下表： x 0.25 0.5 1 2 4 y 16 12 5 2 1 试建立y与x之间的回归方程． 解：由数值表可作散点图如下图． 根据散点图可知y与x近似地呈反比例函数关系，设y＝，令t＝，则y＝kt，原数据变为： t 4 2 1 0.5 0.25 y 16 12 5 2 1 由置换后的数值表作散点图如下： 由散点图可以看出y与t呈近似的线性相关关系，列表如下： i ti yi tiyi ti2 1 4 16 64 16 2 2 12 24 4 3 1 5 5 1 4 0.5 2 1 0.25 5 0.25 1 0.25 0.625 ∑ 7.75 36 94.25 21.312 5 所以＝1.55，＝7.2. 所以 ＝≈4.134 4， ＝－ ≈0.8. 所以 ＝4.134 4t＋0.8. 所以y与x之间的回归方程是 ＝＋0.8. 专题二　独立性检验思想 独立性检验就是根据采集的样本数据，利用公式求出随机变量K2的观测值k，通过比较k与临界值k0的大小来确定两个分类变量是否有关系的方法． 【例3】某电视台联合相关报社对“男女同龄退休”这一公众关注的问题进行了民意调查，数据如下表所示： 赞同 反对 总计 男 198 217 415 女 476 109 585 总计 674 326 1 000 根据表中数据，能否在犯错误的概率不超过0.001的前提下认为对这一问题的看法与性别有关系？(P(K2≥10.828)≈0.001) 解：假设H0：“对这一问题的看法与性别无关”， 由列联表中的数据，可以得到K2的观测值 k＝ ＝ ≈125.161＞10.828， 又P(K2≥10.828)≈0.001， 故在犯错误的概率不超过0.001的前提下认为对“男女同龄退休”这一问题的看法与性别有关． 专题三　数形结合思想 数形结合思想是一种非常重要的数学思想，就是把“数”与“形”有机地结合起来，充分应用“图形”的直观性，“数”的严密性、准确性，使抽象问题直观化，复杂问题简单化，从而使问题得到解决． 【例4】为了估计山上积雪融化后对下游灌溉的影响，在山下建立了一个观测站，测量了最大积雪深度x(尺)与当年灌溉面积y(千亩)，得到连续10年的数据如下表： 年序 最大积雪深度x/尺 灌溉面积y/千亩 1 15.2 28.6 2 10.4 19.3 3 21.2 40.5 4 18.6 35.6 5 26.4 48.9 6 23.4 45.0 7 13.5 29.2 8 16.7 34.1 9 24.0 46.7 10 19.1 37.4 试求回归方程． 解：为了研究这些数据中所蕴含的规律，我们把各年最大积雪深度作为横坐标，相应的灌溉面积作为纵坐标，作散点图如图所示． 从图中看到，数据点大致落在一条直线附近，这告诉我们变量x与y之间的关系大致可看作是线性关系、从图中还看到，这些点又不都在一条直线上，这表明x与y的关系并没有确切到给定x就可以唯一确定y的程度．事实上，还有许多其他因素对y产生影响，如当年的平均气温、当年的降雨量