【全程复习方】（湖北专用）版高中数学 10.3变量间的相关关系与统计案例课件 文 新人教A版.pptVIP

(2)①散点图如图所示: 观察散点图中点的分布可以看出:这些点在一条直线的附近分布，所以变量y与x之间具有线性相关关系. ②设回归方程为 . 由 =67.01-0.464 6×66.8≈35.974 7. 所求的线性回归方程为 =0.464 6x+35.974 7. 【互动探究】若本例(2)题干不变,如果父亲的身高为73英寸，试估计儿子的身高. 【解析】由本例(2)可知回归方程为 =0.464 6x+35.974 7. 当x=73时， =0.464 6×73+35.974 7≈69.9(英寸). 所以当父亲身高为73英寸时，估计儿子的身高约为69.9英寸. 【反思·感悟】求线性回归方程，主要是利用公式，求出回归 系数 ，求解过程中注意计算的准确性和简便性.利用回归方 程预报，就是求函数值. 【变式备选】已知x,y的取值如下表所示： 从散点图分析，y与x线性相关，且 =0.95x+a,以此预测当x=5 时，y=__________. x y 0 2.2 1 4.3 3 4.8 4 6.7 【解析】回归直线一定过样本点中心， =2, =4.5,代入 =0.95x+a中，得a=2.6，∴线性回归方程为 =0.95x+2.6,当 x=5时，y=7.35. 答案：7.35 独立性检验的基本思想及其应用 【方法点睛】利用统计量K2进行独立性检验的步骤 第一步根据数据列出2×2列联表； 第二步根据公式计算K2的观测值k； 第三步比较观测值k与临界值表中相应的检验水平，作出统计推断. 【例3】某企业为了更好地了解设备改造前后与生产合格品的关系，随机抽取了180件产品进行分析，其中设备改造前的合格品有36件，不合格品有49件，设备改造后生产的合格品有65件，不合格品有30件．根据所给数据： (1)写出2×2列联表； (2)判断产品是否合格与设备改造是否有关． 【解题指南】列表后利用K2的观测值进行检验. 【规范解答】(1)由已知数据得 (2)根据列联表中的数据，K2的观测值为 k＝ 由于12.3810.828，所以在犯错误的概率不超过0.001的前提下认为产品合格与设备改造有关． 设备改造后 设备改造前 合计 合格品 65 36 101 不合格品 30 49 79 合计 95 85 180 【反思·感悟】准确计算K2的观测值是关键.能有多大的把握认为两个变量有关，应熟悉常用的几个临界值. 第三节 变量间的相关关系与统计案例 考 纲 点 击 三年13考 高考指数:★★★ 内容 最小二乘法 线性回归方程（线性回归方程系数公式不要求记忆） 独立性检验的基本思想 知识要求 了解 (A) √ √ √ 理解 (B) 掌握 (C) 1.线性回归方程的建立及应用和独立性检验的应用 是考查重点；主要是求线性回归方程的系数或利用线性回归方程进行预测，在给出临界值的情况下判断两个变量是否有关. 2.题型以选择题和填空题为主，难度不大，属中低档题. 1.线性相关关系与回归直线 (1)从散点图判断两个变量的相关关系 ①正相关：点散布在从 到 的区域. ②负相关：点散布在从 到 的区域. (2)回归直线 如果散点图中点的分布从整体上看大致在 附近， 就称这两个变量之间具有 .这条直线叫做回归 直线. 左下角 右上角 左上角 右下角 一条直线 线性相关关系 【即时应用】 (1)思考：相关关系与函数关系有什么异同点？ 提示:相同点：两者均是指两个变量的关系. 不同点：①函数关系是一种确定的关系，相关关系是一种非确定的关系.②函数关系是一种因果关系，而相关关系不一定是因果关系，也可能是伴随关系. (2)判断下列各关系是否是相关关系.(请在括号内填“是”或“否”) ①路程与时间、速度的关系； ( ) ②加速度与力的关系； ( ) ③产品成本与产量的关系； ( ) ④圆周长与圆面积的关系； ( ) ⑤广告费支出与销售额的关系. ( ) 【解析】①②④是确定的函数关系，成本与产量，广告费支出与销售额是相关关系. 答案：①否 ②否 ③是 ④否 ⑤是 2.回归直线方程 n个观测值的n个点大致分布在一条直线的附近，若所求的直线 方程为 = ,(其中 我们将这个方程叫做回归直线方程， 叫做回归系数