高考一轮复习讲义：10.4 变量间的相关关系、统计案例.doc

第四节　变量间的相关关系、统计案例 变量间的相关关系、统计案例 1．变量间的相关关系 (1)会作两个有关联变量的数据的散点图，会利用数点图认识变量间的相关关系． (2)了解最小二乘法的思想，能根据给出的线性回归方程系数公式建立线性回归方程． 2．统计案例 了解下列一些常见的统计方法，并能应用这些方法解决一些实际问题． (1)独立性检验 了解独立性检验(只要求2×2列联表)的基本思想、方法及其简单应用． (2)回归分析 了解回归分析的基本思想、方法及其简单应用． 知识点一　回归分析 1．变量间的相关关系 (1)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性关系． (2)从散点图上看，点分布在从左下角到右上角的区域内，两个变量的这种相关关系称为正相关，点分布在左上角到右下角的区域内，两个变量的相关关系为负相关． 2．两个变量的线性相关 (1)从散点图上看，如果这些点从整体上看大致分布在通过散点图中心的一条直线附近，称两个变量之间具有线性相关关系，这条直线叫回归直线． (2)回归方程为eq \o(y,\s\up6(^))＝eq \o(b,\s\up6(^))x＋eq \o(a,\s\up6(^))，其中eq \o(b,\s\up6(^))＝eq \f(\o(∑,\s\up6(n),\s\do4(i＝1))xiyi－n\x\to(x)　\x\to(y),\o(∑,\s\up6(n),\s\do4(i＝1))x\o\al(2,i)－n\x\to(x)2)，eq \o(a,\s\up6(^))＝eq \x\to(y)－eq \o(b,\s\up6(^))eq \x\to(x). (3)通过求Q＝eq \o(∑,\s\up6(n),\s\do4(i＝1)) (yi－bxi－a)2的最小值而得出回归直线的方法，即求回归直线，使得样本数据的点到它的距离的平方和最小，这一方法叫作最小二乘法． (4)相关系数： 当r0时，表明两个变量正相关； 当r0时，表明两个变量负相关． r的绝对值越接近于1，表明两个变量的线性相关性越强．r的绝对值越接近于0时，表明两个变量之间几乎不存在线性相关关系．通常|r|大于0.75时，认为两个变量有很强的线性相关性． 易误提醒　 1．易混淆相关关系与函数关系，两者的区别是函数关系是???种确定的关系，而相关关系是一种非确定的关系，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．回归分析中易误认为样本数据必在回归直线上，实质上回归直线必过(eq \x\to(x)，eq \x\to(y))点，可能所有的样本数据点都不在直线上 . 3．利用回归方程分析问题时，所得的数据易误认为准确值，而实质上是预测值(期望值)． [自测练习] 1．已知x，y的取值如下表，从散点图可以看出y与x线性相关，且回归方程为eq \o(y,\s\up6(^))＝0.95x＋eq \o(a,\s\up6(^))，则eq \o(a,\s\up6(^))＝(　　) x0134y2.24.34.86.7A.3.25　　　　　　　　　 B．2.6 C．2.2 D．0 解析：∵回归直线必过样本点的中心(eq \x\to(x)，eq \x\to(y))，又eq \x\to(x)＝2，eq \x\to(y)＝4.5，代入回归方程，得eq \o(a,\s\up6(^))＝2.6. 答案：B 2．(2016·镇江模拟)如图所示，有A，B，C，D，E 5组(x，y)数据，去掉________组数据后，剩下的4组数据具有较强的线性相关关系． 解析：由散点图知呈带状区域时有较强的线性相关关系，故去掉D. 答案：D 知识点二　独立性检验 独立性检验 假设有两个分类变量X和Y，它们的取值分别为{x1，x2}和{y1，y2}，其样本频数列联表(称为2×2列联表)为： y1y2总计x1aba＋bx2cdc＋d总计a＋cb＋da＋b＋c＋dK2＝eq \f(n?ad－bc?2,?a＋b??a＋c??b＋d??c＋d?)(其中n＝a＋b＋c＋d为样本容量)． 易误提醒　(1)独立性检验是对两个变量有关系的可信程度的判断，而不是对其是否有关系的判断． (2)独立性检验得出的结论是带有概率性质的，只能说结论成立的概率有多大，而不能完全肯定一个结论，因此才出现了临界值表．在分析问题时一定要注意这点，不可对某个问题下确定性结论，否则就可能对统计计算的结果做出错误的解释． [自测练习] 3．下面是2×2列联表： y1