1.1.2 相关系数 （北师大版选修1-2）.pptVIP

课前探究学习 课堂讲练互动 了解相关系数的计算公式，会由r值的大小判断两随机变 量 线性相关程度的大小． 记忆相关系数公式，并要学会利用相关系数进行线性相 关的检验．(重点、难点) 1.2　相关系数 【课标要求】 【核心扫描】 1．相关系数r的计算 自学导引 (1)r的取值范围为 ； (2)|r|值越大，误差Q越小，变量之间的线性相关程 度 ； (3)|r|值越接近0，Q越大，变量之间的线性相关程 度 ． 3．相关系数r的性质 [－1,1] 越高 越低 想一想：当r＝1或－1时，两个变量的相关性如何？ 提示　当r＝1时，两个变量完全正相关；当r＝－1时，两个 变量完全负相关． (1)判断变量之间的线性相关关系，一般用散点图，但在 作图中，由于存在误差，有时很难判断这些点是否分布 在一条直线的附近，从而就很难判断两个变量之间是否 具有线性相关关系，此时就必须利用线性相关系数来判 断． (2)|r|越接近1，它们的散点图越接近一条直线，这时用 线性回归模型拟合这组数据的效果就越好． (3)相关系数r只能描述两个变量之间的变化方向及密切 程度，不能揭示二者之间的本质联系． 名师点睛 1．对相关系数r的理解 回归分析是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． (1)用散点图分析线性相关关系． 散点图是较粗略地分析和判断两个具有相关关系的变 量是否线性相关的问题，如果是线性相关的，可以求其 线性回归方程，如果不是线性相关的，通过运用某种变 换把不呈线性相关关系变为线性相关关系． (4)相关系数r可以定量地反映出变量间的相关程度，明 确的给出有无必要建立两变量间的回归方程． 2．线性回归分析需要注意的几点 (2)用相关系数分析线性相关关系的强弱． 两个变量之间的相关关系的样本相关系数r可衡量是否 线性相关，以及线性相关关系的强弱．当r＞0时，两个 变量正相关；当r＜0时，两个变量负相关，当r的绝对 值接近1，表明两个变量的线性相关性很强；当r的绝 对值接近0，表明两个变量之间几乎不存在线性相关关 系． 现随机抽取了某中学高一10名在校学生，他们入学时的 数学成绩(x)与入学后第一次考试的数学成绩(y)如下： 题型一　利用相关系数检验两变量间的相关性 【例1】 学生号 1 2 3 4 5 6 7 8 9 10 x 120 108 117 104 103 110 104 105 99 108 y 84 64 84 68 69 68 69 46 57 71 请问：这10名学生的两次数学成绩是否具有线性关系？ [思路探索] 可先计算线性相关系数r的值，然后用|r|与 0或1比较，进而对x与y的相关性作出判断． 规律方法　利用相关系数r进行判断相关关系，需要应用公 式计算出r的值，由于数据较大，需要借助计算器，但计算 应该特别细心，不能出现计算错误． 假设关于某种设备的使用年限x(年)与所支出的维 修费用y(万元)有如下统计资料： 【训练1】 x 2 3 4 5 6 y 2.2 3.8 5.5 6.5 7.0 (12分)已知某地每单位面积菜地年平均使用氮肥量x(kg) 与每单位面积蔬菜年平均产量y(t)之间的关系有如下数据： 题型二　线性回归分析 【例2】 年份 1985 1986 1987 1988 1989 1990 1991 1992 x/kg 70 74 80 78 85 92 90 95 y/t 5.1 6.0 6.8 7.8 9.0 10.2 10.0 12.0 年份 1993 1994 1995 1996 1997 1998 1999 x/kg 92 108 115 123 130 138 145 y/t 11.5 11.0 11.8 12.2 12.5 12.8 13.0 (1)求x与y之间的相关系数，并检验是否线性相关； (2)若线性相关，求蔬菜产量y与使用氮肥量x之间的线性回 归直线方程，并估计每单位面积施氮肥150 kg时，每单位 面积蔬菜的年平均产量． 审题指导 回归分析是定义在具有相关关系的两个变量 基础上的，对于性质不明确的两组数据，可先作散点图， 在图上看它们有无关系及关系的密切程度，然后再进行 相关回归分析． 【解题流程】 [规范解答] (1)列出下表，并用科学计算器进行相关计算： i 1 2 3 4 5 6 7 8 xi 70 74 80 78 85 92 90 95 yi 5.1 6.0 6.8 7.8 9.0 10.2 10.0 12.0 xiyi 357 444 544 608.4 765 938.4 900 1 140 i 9 10 11