2017年高中数学第3章统计案例1回归分析课件北师大版选修2-3.pptVIP

§1　回归分析 提示：　选取身高(cm)为自变量x，体重(kg)为因变量y，作散点图如图． 两个变量间的关系可分为确定性关系和__________关系，前者又称为________关系，后者又称为相关关系． (2)线性相关系数r与相关关系的强弱： ①当__________时，两个变量正相关； ②当__________时，两个变量负相关； ③当__________时，称两个变量线性不相关； ④r的取值在__________ 之间，_______ 值越大，变量之间的线性相关程度越高； ⑤r的绝对值越接近于_______，表示两个变量之间的线性相关程度越低． 相关分析的意义和作用 函数关系是大家比较熟悉的概念，它是指变量之间的确定性关系，即当X取某一数值x时，变量Y按照某种规则总有一个或多个确定的数值与之对应．相关关系则是指变量之间的非确定性关系，由于随机因素的干扰，当变量X取确定值x时，变量Y的取值不确定，是一个随机变量，但它的概率分布与X的取值有关．这里，我们看到了函数关系与相关关系的本质区别，在函数关系中变量X对应的是变量Y的确定值，而在相关关系中，变量X对应的是变量Y的概率分布．换句话说，相关关系是随机变量之间或随机变量与非随机变量之间的一种数量依存关系，对于这种关系，只能运用统计方法进行研究．通过对相关关系的研究又可以总结规律，从而指导人们的生活与生产实践． 　怎样确定回归的模型 1．确定研究对象，明确要考虑哪两个变量之间的相关关系． 2．画出确定好的两个变量的散点图，观察它们之间的关系(如是否存在线性关系等)． 3．由经验确定回归方程的类型(如观察到数据呈线性关系，则选用线性回归方程＝bx＋a)． 4．按一定规则估计回归方程中的参数(如最小二乘法)．得出回归方程． 1．下列属于相关关系的是(　　) A．利息和利率 B．居民收入与储蓄存款 C．电视机产量与苹果产量 D．某种商品的销售额与销售价格 解析：　相关关系指的是自变量一定时，因变量的取值带有一定的随机性的两个变量间的关系，既不是确定的函数关系，也不是没有关系．这里选项A、D是确定的函数关系；C中两个变量没有关系． 答案：　B 2．对有线性相关关系的两个变量建立的线性回归方程y＝a＋bx中，回归系数b(　　) A．可以小于0　　　 B．大于0 C．可能等于0 D．只能小于0 解析：　b可能大于0，也可能小于0，但当b＝0时，x、y不具有线性相关关系． 答案：　A 3．如图是x和y的一组样本数据的散点图，去掉一组数据____________后，剩下的4组数据的相关指数最大． 解析：　经计算，去掉D(3,10)这一组数据后，其他4组数据对应的点都集中在某一条直线附近，即两变量的线性相关性最强，此时相关指数最大． 答案：　D(3,10) 某班5名学生的数学和物理成绩如下表： (1)求物理成绩y关于数学成绩x的相关系数； (2)求物理成绩y对数学成绩x的线性回归方程． [思路导引]　利用相关系数r判断x与y是否相关，若相关再利用线性回归模型求解． 通过相关系数，来分析两个变量是否相关，然后再利用回归方程的公式求解回归方程，借助回归方程对实际问题进行分析． 1．变量X与Y相对应的一组数据为(10,1)，(11.3,2)，(11.8,3)，(12.5,4)，(13,5)；变量U与V相对应的一组数据为(10,5)，(11.3,4)，(11.8,3)，(12.5,2)，(13,1)．r1表示变量Y与X之间的线性相关系数，r2表示变量V与U之间的线性相关系数，则(　　) A．r2r10　 B．0r2r1 C．r20r1 D．r2＝r1 解析：　对于变量Y与X而言，Y随X的增大而增大，故Y与X正相关，即r10；对于变量V与U而言，V随U的增大而减小，故V与U负相关，即r20，所以有r20r1.故选C． 答案：　C 有一位同学家里开了一个小卖部，他为了研究气温对热茶销售杯数的影响，经过统计，得到一个卖出热茶杯数与当天气温的对比表： (1)求热茶销售杯数与气温的线性回归方程； (2)预测气温为－10 ℃时热茶的销售杯数． [思路导引]　根据样本点数据画出散点图．利用散点图直观分析热茶销售杯数y与气温x具有线性相关关系，利用线性回归方程中参数的计算公式可得线性回归方程并进行预测． 解析：　(1)所给数据的散点图如图所示． 求线性回归方程的步骤 (12分)在一次抽样调查中测得样本的5个样本点，数值如下表： 试建立y与x之间的回归方程． [思路导引]　先由数值表作出散点图，然后根据散点的形状模拟出近似函数，进而转化为线性函数，由数值表求出回归函数． [规范解答]　由数值表可作散点图如下 2分 (1)两个变量不呈线性关系，不能直接利