[广东理数一轮]变量间的相关关系统计案例.pptVIP

* 第四节　变量间的相关关系、统计案例 1.变量间的相关关系: 常见的两变量之间的关系有两类:一类是函数关系,另一类是相关关系；与函数关系不同,相关关系是一种非确定关系. 2.两个变量线性相关: (1)散点图: 将样本中n个数据点(xi , yi)(i=1, 2, ···,n)描在 平面直角坐标系中, 以表示具有相关关系的两个变量的一组数据的图形叫做散点图. [复习回顾] (2)正相关,负相关: ①若点散布的位置从是左下角到右上 角的区域,则称这种相关为正相关. ②若点散布的位置从是左上角到右下角的区域, 则称这种相关为负相关. (3)回归直线: 若散点图中点的分布从整体上看大致在一条直线附近, 就称这两个变量之间具有线性相关关系, 这条直线叫做回归直线. 利用散点图可以判断变量之间有无相关关系 (4)回归直线方程: (5)利用回归直线对总体进行预报: 其中 若回归直线方程为 , 则x=x0处的预报值为 3.回归分析的基本步骤是: (1)画散点图; (3)用回归直线方程进行预报. (2)求回归直线方程 4.如何描述线性相关关系的强弱: 相关系数: (1)当r0时, 表明两个变量正相关; (2)|r|越接近1,表明两个变量的线性相关性越强; |r|接近于0,表明两个变量之间几乎不存在线性相关关系 当r0时, 表明两个变量负相关. (3)当|r|0.75时认为两个变量有很强的线性相关关系 5.为什么预报变量 与真实值不一定相同, 如何刻画回归方程的预报的精度 ----残差分析 残差: 残差平方和: （1）残差平方和越小,预报精度越高 (2)用残差图刻画: 残差点比较均匀地落在水平的带状区域中, 说明选用的模型比较合适. 这样的带状区域的宽度越窄,说明拟合的精度越高, 回归方程的预报精度越高. (3)用相关指数R2刻画: R2越大, 意味着残差平方和越小, 说明模型的拟合效果越好 变量的不同“值”表示个体所属的不同类别，像这类变量称为分类变量. 对于性别变量,其取值为男和女两种. 是否吸烟,宗教信仰,国籍… 两个分类变量之间是否有关系？ 6.列联表: 列出两个分类变量的频数表 a+b+c+d b+d a+c 总计 c+d d c x2 a+b b a x1 总计 y2 y1 (1)查表可得犯错误的概率P(K2≥k) (2)有(1-P(K2≥k))×100%的把握认为X与Y有关 1.设有一个回归方程为 =3-5x,变量x增加一个单位时 （ ） A.y平均增加5个单位 B.y平均减少5个单位 C.y实际增加5个单位 D.y实际减少5个单位 B 例题与练习 2.下表是某厂1~4月份用水量（单位：百吨）的一组数据： 2.5 3 4 4.5 用水量y 4 3 2 1 月份x 由散点图可知，用水量y与月份x之间有较好的线性相关关系，其线性回归直线方程是 则 等于 ( ） A.10.5 B.5.15 C.5.2 D.5.25 D 3..下表提供了某厂节油降耗技术发行后生产甲产品过程中记录的产量x(吨)与相应的生产能耗y(吨标准煤)的几组对应数据. 4.5 4 3 2.5 y 6 5 4 3 x （1）请画出上表数据的散点图； （2）请根据上表提供的数据，用最小二乘法求出y关于x的线性回归方程y= （3）已知该厂技改前100吨甲产品的生产能耗为90吨标准煤，试根据（2）求出的线性回归方程，预测生产100吨甲产品的生产能耗比技改前降低多少吨标准煤？ （参考数值：3×2.5+4×3+5×4+6×4.5＝66.5） 解:（1）由题设所给数据，可得散点图如图. (2) ; 所求的回归方程为 (3) 预测生产100吨甲产品的生产能耗比技改前降低 (吨) 4.在某医院,因为患心脏病而住院的665名男性病人中,有214人秃顶,而另外772名不是因为患心脏病而住院的男性病人中有175人秃顶. （1）利用图形方法判断秃顶与患心脏病是否有关系? （2）能否在犯错误的概率不超过0.01的前提下认为秃顶与患心脏病有关系? *