变量间的相关关系教学课件3.pptVIP

在学校，老师经常对学生这样说：“如果你的数学成绩好，那么你的物理学习就不会有什么大问题。”按照这种说法，似乎学生的物理成绩与数学成绩之间存在着一种相关关系。这种说法有没有依据呢？ 凭我们的学习经验可知，物理成绩确实与数学成绩有一定的关系，但除此以外，还存在其他影响物理成绩的因素。例如，是否喜欢物理，用在物理学习上的时间等等。当我们主要考虑数学成绩对物理成绩的影响时，就是主要考虑这两者之间的相关关系。  1〉商品销售收入与广告支出经费之间的关系。  在一定范围内，施肥量越大，粮食产量就越高。但是，施肥量并不是决定粮食产量的唯一因素，因为粮食产量还要受到土壤质量、降雨量、田间管理水平等因素的影响。 在一定年龄段内，随着年龄的增长，人体内的脂肪含量会增加，但人体内的脂肪含量还与饮食习惯、体育锻炼等有关，可能还与个人的先天体质有关。 应当说，对于上述各种问题中的两个变量之间的相关关系，我们都可以根据自己的生活、学习经验作出相应的判断，因为“经验当中有规律”。但是，不管你经验多么丰富如果只凭经验办事，还是很容易出错的。因此，在分析两个变量之间的关系时，我们还需要有一些有说服力的方法。 . 从刚才的散点图发现：年龄越大，体内脂肪含量越高，点的位置散布在从左下角到右上角的区域。称它们成正相关。但有的两个变量的相关，如下图所示： 如高原含氧量与海拔高度的相关关系，海平面以上，海拔高度越高，含氧量越少。 作出散点图发现，它们散布在从左上角到右下角的区域内。又如汽车的载重和汽车每消耗1升汽油所行使的平均路程，称它们成负相关. 从已经掌握的知识来看，吸烟会损害身体的健康。但是除了吸烟之外还有许多其他的随机因素影响身体健康，人体健康是由很多因素共同作用的结果，我们可以找到长寿的吸烟者，也更容易发现由于吸烟而引发的患病者，吸烟与健康是一种相关关系，所以吸烟不一定引起健康问题。 从已经掌握的知识来看，没有发现根据说明“天鹅能够带来孩子”，完全可能存在既能吸引天鹅又使婴儿出生率高的第三个因素（例如独特的环境因素），即天鹅与婴儿出生率之间没有直接的关系，因此 “天鹅能够带来孩子”的结论不可靠。 1.如果所有的样本点都落在某一函数曲线上，变量之间具有函数关系 2.如果所有的样本点都落在某一函数曲线附近，变量之间就有相关关系 3.如果所有的样本点都落在某一直线附近，变量之间就有线性相关关系 　　 只有散点图中的点呈条状集中在某一直线周围的时候，才可以说两个变量之间具有线性关系，才有两个变量的正线性相关和负线性相关的概念，才可以用回归直线来描述两个变量之间的关系 若某人65岁，可预测他体内脂肪含量在37.1％（0.577×65-0.448= 37.1％）附近的可能性比较大。 但不能说他体内脂肪含量一定是37.1％ 原因：线性回归方程中的截距和斜率都是通过样本计算的，存在随机误差，这种误差可以导致预测结果的偏差，即使截距斜率没有误差，也不可能百分百地保证对应于x，预报值Y能等于实际值y 例3：有一个同学家开了一个小卖部，他为了研究气温对热饮销售的影响，经过统计，得到一个卖出的热饮杯数与当天气温的对比表： 1、画出散点图； 2、从散点图中发现气温与热饮销售杯数之间关系的一般规律； 3、求回归方程； 4、如果某天的气温是2摄氏度，预测这天卖出的热饮杯数。 1、散点图 2、从图3-1看到，各点散布在从左上角到由下角的区域里，因此，气温与热饮销售杯数之间成负相关，即气温越高，卖出去的热饮杯数越少。 3、从散点图可以看出，这些点大致分布在一条直线的附近，因此利用公式求出回归方程的系数。 Y= -2.352x+147.767 4、当x=2时，Y=143.063 因此，某天的气温为2摄氏度时，这天大约可以卖出143杯热饮。 例4:给出施化肥量对水稻产量影响的 试验数据： 455 450 445 405 365 345 330 水稻产量y 45 40 35 30 25 20 15 施化肥量x (1)画出上表的散点图; (2)求出回归直线并且画出图形. * 2.3.1 变量间的相关关系 思考 商品销售收入与广告支出经费之间有着密切的联系，但商品收入不仅与广告支出多少有关，还与商品质量、居民收入等因素有关。 我们还可以举出现实生活中存在的许多相关关系的问题。例如： 2〉粮食产量与施肥量之间的关系。 3〉人体内脂肪含量与年龄之间的关系。 你还能举出一些类似的例子吗？ 自变量取值一定时,因变量的取 值带有一定随机性的两个变量之间的关系,叫做相关关系. 变量间相关关系