变量间的相关关系(优秀)总结.pptVIP

  1. 1、本文档共31页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
《普通高中课程标准实验教科书·数学(A版)》必修3第二章 西方流传的一首民谣: 丢失一个钉子,坏了一只蹄铁; 坏了一只蹄铁,折了一匹战马; 折了一匹战马,伤了一位骑士; 伤了一位骑士,输了一场战斗; 输了一场战斗,亡了一个帝国. 马蹄铁上一个钉子是否丢失与一个帝国存与亡关系有多大呢?显然,这种关系不能用我们熟悉的函数关系来描述,那么这究竟是一种什么样的关系? 【创设情境】 问题1:两个变量间的相关关系的含义是什么? 从总的变化趋势来看变量之间存在某种关 系,但这种关系又不能用函数关系精确表达出 来,即自变量取值一定时,因变量带有一定的 随机性;如:“吸烟有害健康”,“名师出高徒”,“虎父无犬子”,“瑞雪兆丰年”,“城门失火殃及池鱼”等; 【创设情境】 问题2:两个变量间的相关关系与函数关系的 区别与联系是什么? 联系:均是指两个变量的关系; 区别:函数关系是一种确定的关系; 相关关系是一种非确定关系. A B C D A B D C 练习: 1、下列各情景分别可以用哪一幅图来近似的刻画: (1)汽车紧急刹车(速度与时间的关系) (2)人的身高变化(身高与年龄的关系) (3)跳高运动员跳跃横杆(高度与时间的关系) (4)一面冉冉上升的红旗(高度与时间的关系) 2、下列两变量中具有相关关系的是( ) A. 角度和它的余弦值 B. 正方形的边长和面积 C. 成人的身高和视力 D. 身高和体重 D 探究1: 在一次对人体脂肪含量和年龄关系的研究中,研 究人员获得了一组样本数据: 年龄 23 27 39 41 45 49 50 脂肪 9.5 17.8 21.2 25.9 27.5 26.3 28.2 年龄 53 54 56 57 58 60 61 脂肪 29.6 30.2 31.4 30.8 33.5 35.2 34.6 【探究新知】 年龄 23 27 39 41 45 49 50 脂肪 9.5 17.8 21.2 25.9 27.5 26.3 28.2 年龄 53 54 56 57 58 60 61 脂肪 29.6 30.2 31.4 30.8 33.5 35.2 34.6 该图叫做 散点图. 从散点图可以看出,年龄越大,体内脂肪含量越高. 年龄 23 27 39 41 45 49 50 脂肪 9.5 17.8 21.2 25.9 27.5 26.3 28.2 年龄 53 54 56 57 58 60 61 脂肪 29.6 30.2 31.4 30.8 33.5 35.2 34.6 探究2:只有散点图中的点呈条状集中在某一直线周围, 才可以用回归直线来描述两个变量之间的关系. 如何求 出这条直线方程呢? 【探究新知】 方案一:画出一条直线,使其过尽可能多的样本点; 方案二: 在图中选取两点画直线,使得直线两侧的点的 个数基本相同。 方案三: 在散点图中多取几组点,确定几条直线的方程,分 别求出各条直线的斜率和截距的平均数,将这两个平均 数作为回归方程的斜率和截距。 当自变量x取xi(i=1,2,…,n)时可以得到回归直 线上的点的纵坐标为: 它与样本数据yi的偏差是: 假设我们已经得到两个具有线性相关关系的样本 的一组数据:(x1,y1),(x2,y2),…,(xn,yn), 且所求回归直线方程是: ,其中 是 待定系数. (x1,y1) (x2,y2) (xn,yn) (x1,y1) (x2,y2) (xn,yn) 运算不方便 避免相互抵消 各点与直线 的整体偏差 这种通过求: 的最小值而得到回归直线的方法,即求样本数据的点到 回归直线的距离的平方和最小的方法叫做最小二乘法. 4、回归方程的系数公式: 回归方程 ,其中:

您可能关注的文档

文档评论(0)

希望之星 + 关注
实名认证
文档贡献者

我是一名原创力文库的爱好者!从事自由职业!

1亿VIP精品文档

相关文档