2018届一轮复习人教a版变量间的相关关系与统计案例课件（理）.pptVIP

第*页 返回导航 数学 基础知识导航 考点典例领航 智能提升返航 课时规范训练 第3课时　变量间的相关关系与统计案例 左下角 右上角 左上角 右下角 回归直线 距离的平方和 斜率 截距 正相关 负相关 越强 越弱 a＋b＋c＋d b＋d a＋c 总计 c＋d d c x2 a＋b b a x1 总计 y2 y1 a＋b＋c＋d 答案：C 答案：A 答案：①② 答案：D [方法探究] 化解独立性检验问题的诀窍 独立性检验是对生活中两个相关变量作出判断的把握度的重要方法，能帮助我们对事情作出判断． 1．相关关系与回归方程 (1)相关关系的分类 正相关：从散点图上看，点散分布在从到的区域内． 负相关：从散点图上看，点散分布在从到的区域内． 考点一　相关关系的判断命题点 1.利用散点图判断 2.利用相关系数判断 (2)线性相关关系 从散点图上看，如果这些点从整体上看大致分布在一条直线附近，则称这两个变量之间具有线性相关关系，这条直线叫． (3)回归方程 最小二乘法：使得样本数据的点到回归直线的最小的方法叫最小二乘法． ②回归方程：两个具有线性相关关系的变量的一组数据：(x1，y1)，(x2，y2)，…，(xn，yn)，其回归方程为＝x＋， 则＝－，其中，是回归方程的，是在y轴上的 ． 样本中心：对于一组具有线性相关关系的数据(x1，y1)，(x2，y2)，…，(xn，yn)中(，)称为样本点的中心． (4)样本相关系数 用它来衡量两个变量间的线性相关关系的强弱． 当r＞0时，表明两个变量； 当r＜0时，表明两个变量； r的绝对值越接近1，表明两个变量的线性相关性；r的绝对值越接近0，表明两个变量的线性相关性．通常当|r|＞0.75时，认为两个变量有很强的线性相关关系． 2．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． (2)列联表：列出两个分类变量的频数表，称为列联表．一般地，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 随机变量K2＝(其中n＝为样本容量)，则利用独立性检验判断表来判断“X与Y的关系”． 3．判断下列结论的正误(正确的打“√”，错误的打“×”) (1)相关关系与函数关系都是一种确定性的关系，也是一种因果关系．(×) (2)利用样本点的散点图可以直观判断两个变量的关系是否可以用线性关系去表示．(√) (3)通过回归方程＝x＋可以估计和观测变量的取值和变化趋势．(√) (4)任何一组数据都对应着一个回归直线方程．(×) (5)事件X，Y关系越密切，则由观测数据计算得到的K2的观测值越大．(√) (6)“名师出高徒”可以解释为教师的教学水平与学生的水平成正相关关系．(√) (7)只有两个变量有相关关系，所得到的回归模型才有预测价值．(√) (8)某同学研究卖出的热饮杯数y与气温x()之间的关系，得回归方程＝－2.352x＋147.767，则气温为2℃时，一定可卖出143杯热饮．(×) (9)由独立性检验可知，有99%的把握认为物理成绩优秀与数学成绩有关，某人数学成绩优秀，则他有99%的可能物理优秀．(×) (10)若事件X，Y关系越密切，则由观测数据计算得到的K2的观测值越小(×) 答案：(1)×　(2)√　(3)√　(4)×　(5)√　(6)√　(7)√　(8)×　(9)×　(10)× [例1]　(1)对变量x，y有观测数据(xi，yi)(i＝1,2，…，10)，得散点图1；对变量u，v有观测数据(ui，vi)(i＝1,2，…，10)，得散点图2.由这两个散点图可以判断(　　) A．变量x与y正相关，u与v正相关 B．变量x与y正相关，u与v负相关 C．变量x与y负相关，u与v正相关 D．变量x与y负相关，u与v负相关 解析：由图1可知，各点整体呈递减趋势，x与y负相关；由图2可知，各点整体呈递增趋势，u与v正相关． (2)对四组数据进行统计，获得以下散点图，关于其相关系数的比较，正确的是(　　)A．r2＜r4＜0＜r3＜r1　　B．r4＜r2＜0＜r1＜r3 C．r4＜r2＜0＜r3＜r1 D．r2＜r4＜0＜r1＜r3 解析：由相关系数的定义，以及散点图所表达的含义可知r2＜r4＜0＜r3＜r1，故选A. [方法引航]　判定两个变量正、负相关性的方法?1?画散点图：点的分布从左下角到右上角，两个变量正相关；点的分布从左上角到右下角，两个变量负相关.?2?相关系数：r＞0时，正相关：r＜0时，负相关.?3?线性回归方程中：＞0时，正相关：＜0时，负相关.1．x和y的散点图如图所示，则下列说法中所有正确命题的序号为________． ①x，y是负相关关系； 在该相关关系中，若用y＝c1ec2x拟合