【金版学案】考数学总复习 第九章 第五节变量间的相关关系、统计案例课件 文.pptVIP

对低蛋白食物组，设年龄为x，身高为y，同样可得线性回归方程 ＝51.226＋8.686x，通过对斜率、截距进行比较，可以看出不同食物对婴儿的身高有显著的差异，且高蛋白食物组同龄婴幼儿身高明显高些． 点评：线性回归分析的主要作用是通过对两个变量已有数据的分析，来预测这两个变量的变化趋势，一般步骤是：①进行线性相关性检验；②如果具有线性相关性，求出线性回归方程；③将观测值代入回归方程进行预测． 变式探究 3．某班5名学生的数学和物理成绩如下表： (1)画出散点图； (2)求物理成绩y对数学成绩x的回归直线方程； (3)一名学生的数学成绩是96，试预测他的物理成绩． 61 64 71 65 78 物理成绩y/分 63 66 73 76 88 数学成绩x/分 E D C B A 学生 解析：(1)散点图如图． 考点四 独立性检验 18 17 16 15 14 13 12 11 10 序号 83 57 90 77 78 64 93 67 71 数学成绩 98 84 67 65 92 94 80 75 95 数学成绩 9 8 7 6 5 4 3 2 1 序号 【例4】　某学校课题组为了研究学生的数学成绩与物理成绩之间的关系，随机抽取高二年级20名学生某次考试成绩(满分100分)如下表所示 18 17 16 15 14 13 12 11 10 序号 84 61 91 69 85 48 82 77 81 物理成绩 93 82 58 71 91 87 72 63 90 物理成绩 9 8 7 6 5 4 3 2 1 序号 若单科成绩85分以上(含85分)，则该科成绩为优秀． (1)根据上表完成下面的2×2列联表(单位：人). 20 合　 计 物理成绩不优秀 物理成绩优秀 合计 数学成绩不优秀 数学成绩优秀 (2)根据题(1)中表格的数据计算，有多大的把握，认为学生的数学成绩与物理成绩之间有关系？ (3)若从这20个人中抽出1人来了解有关情况，求抽到的学生数学成绩与物理成绩至少有一门不优秀的概率． 参考数据 ①假设有两个分类变量X和Y，它们的值域分别为{x1，x2}和{y1，y2}，其样本频数列联表(称为2×2列联表)为： 则随机变量K2＝ ，其中n＝a＋b＋c＋d为样本容量； a＋b＋c＋d b＋d a＋c 合计 c＋d d c x2 a＋b b a x1 合计 y2 y1 ②独立检验随机变量K2的临界值参考表： 10.828 7.879 6.635 5.024 3.841 2.706 2.072 1.323 0.708 0.455 k0 0.001 0.005 0.010 0.025 0.05 0.10 0.15 0.25 0.40 0.50 P(K2≥k0) 解析：(1)2×2列联表为(单位：人)： 20 14 6 合计 13 12 1 物理成绩不优秀 7 2 5 物理成绩优秀 合计 数学成绩不优秀 数学成绩优秀 (2)提出假设H0：学生数学成绩与物理成绩之间没有关系． 根据列联表可以求得K 2＝ ≈8.8027.879. 当H0成立时，P(K27.879)＝0.005. 所以我们有99.5%的把握认为学生的数学成绩与物理成绩之间有关系． (3)由(1)可知数学成绩与物理成绩都优秀的学生的人数为5人，则数学成绩与物理成绩至少有一门不优秀的学生人数为15人． 故从20名学生中抽出1名，抽到的学生数学成绩与物理成绩至少有一门不优秀的概率为 ＝ . 点评：独立性检验的一般步骤： (1)列出2×2列联表，假设两个变量无关系； (2)根据公式K2＝ 计算K2的值； (3)比较K2与临界值的大小关系作出统计推断． 变式探究 4. (2012·罗定中学模拟)某研究小组为了研究中学生的身体发育情况，在某学校随机抽出20名15至16周岁的男生，将他们的身高和体重制成2×2的列联表，根据列联表的数据，可以有____________ %的把握认为该学校15至16周岁的男生的身高和体重之间有关系. 20 13 7 合计 15 12 3 不偏高 5 1 4 偏高 合计 不超重 超重 附：独立性检验临界值表： 独立性检验随机变量K2值的计算公式： 10.828 7.879 6.635 5.024 k0 0.001 0.005 0.010 0.025 P(K2≥k0) 解析：K 2＝ ≈5.