【南方新课堂】2016年高考数学总复习第九章概率与统计第10讲回归与独立性检验理教材.ppt

第 10 讲 回归分析与独立性检验 　　1．会作两个有关联变量数据的散点图，会利用散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． 　　3．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)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)了解假设检验的基本思想、方法及其简单应用． 　　(3)了解回归的基本思想、方法及其简单应用． 1．变量间的关系 (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)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，表示两个变量关系的一组数据的图形叫做散点图． (3)正相关、负相关． 在散点图中，点散布在从左下角到右上角的区域，对于两 个变量的这种相关关系称为正相关． 在散点图中，点散布在从左上角到右下角的区域，两个变 量的这种相关关系称为负相关． 2．回归分析 (1)定义：对具有相关关系的两个变量进行统计分析的一种 常用方法． (2)线性相关关系： 观察散点图的特征，如果散点图中点的分布从整体上看大 致在一条直线附近，我们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． (3)回归直线的求法： 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，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． (5)相关指数： R2 的值越大，说明残差平方和越小，也就是说模型的拟合 效果越好．在线性回归模型中，R2 表示解释变量对于预报变量 变化的贡献率，R2 越接近于 1，表示回归的效果越好． 3．独立性检验 (1)分类变量：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． y1 y2 总计 x1 a b a＋b x2 c d c＋d 总计 a＋c b＋d a＋b＋c＋d (2)列联表：列出两个分类变量的频数表，称为列联表．假 设有两个分类变量X 和Y，它们的可能取值分别为{x1，x2}和{y1， y2}，其样本频数列联表(称为 2×2 列联表)为 2×2 列联表 a＋b＋c＋d (3)独立性检验： 利用随机变量 K2 来判断“两个分类变量有关系”的方法 称为独立性检验． 1．有关线性回归的说法，不正确的是( ) D A．相关关系的两个变量是非确定关系 B．散点图能直观地反映数据的相关程度 C．回归直线最能代表线性相关的两个变量之间的关系 D．散点图中的点越集中，两个变量的相关性越强 2．(2013 年湖北)四名同学根据各自的样本数据研究变量 x， y 之间的相关关系，并求得回归直线方程，分别得到以下四个 结论： 其中一定不正确的结论的序号是( ) D A．①② B．②③ C．③④ D．①④ 男 女 总计 爱好 40 20 60 不爱好 20 30 50 总计 60 50 110 3．通过随机询问 110 名性别不同的大学生是否爱好某项运 动，得到如下的列联表： 0.050 0.010 0.001 k 3.841 6.635 10.828 附表： 参照附表，得到的正确结论是( ) A A．有 99%以上的把握认为“爱好该项运动与性别有关” B．有 99%以上的把握认为“爱好该项运动与性别无关” C．在犯错误的概率不超过 0.1%的前提下，认为“爱好该 项运动与性别有关” D．在犯错误的概率不超过 0.1%的前提下，认为“爱好该 项运动与性别无关” P(K2≥k) 广告费用 x/万元 4 2 3 5 销售额 y/万元 49 26 39 54 4．(2013 年广东江门一模)某产品的广告费用 x 与销售额 y 的统计数据如下表： 65.5 x 1 2 3 4 5 6 y 0 2 1 3 3 4 考点 1 线性回归分析 例 1：已知 x 与 y 之间的几组数据如下表： 答案：C x 3 4 5 6 7 8 y 4.0 2.5 －0.5 0.5 －2.0 －3.0 【互动探究】 1．(2014年湖北)根据如下样本数据： 解析：依题意，画散点图，如图 D52，两个变量负相关， 图 D52 答案：A 考点 2 独立性检验 例 2：(2014 年安徽)某高校共有 15 000 人，其中男生有 10 500 人，女生有 4500 人，为调查该校学生每周平均体育运动时 间的情况，采用分层抽样的方法，收集 300 位学生每周平均体 育运动时间的样本数据(单位：小时)． (1)应收集多少位女生样本数据