2018届一轮复习北师大版相关性、最小二乘估计与统计案例教案.docVIP

相关性、最小二乘估计与统计案例 [考纲传真]　1.会作两个有关联变量的数据的散点图，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.了解独立性检验(只要求2×2列联表)的基本思想、方法及其初步应用.4.了解回归分析的基本思想、方法及其简单应用． 1．相关性 (1)线性相关 若两个变量x和y的散点图中，所有点看上去都在一条直线附近波动，则称变量间是线性相关的． (2)非线性相关 若所有点看上去都在某条曲线(不是一条直线)附近波动，则称此相关为非线性相关的． (3)不相关 如果所有的点在散点图中没有显示任何关系，则称变量间是不相关的． 2．最小二乘估计 (1)最小二乘法 如果有n个点(x1，y1)，(x2，y2)，…，(xn，yn)可以用下面的表达式来刻画这些点与直线y＝a＋bx的接近程度：[y1－(a＋bx1)]2＋[y2－(a＋bx2)]2＋…＋[yn－(a＋bxn)]2. 使得上式达到最小值的直线y＝a＋bx就是我们所要求的直线，这种方法称为最小二乘法． (2)线性回归方程 方程y＝bx＋a是两个具有线性相关关系的变量的一组数据(x1，y1)，(x2，y2)，…，(xn，yn)的线性回归方程，其中a，b是待定参数． 3．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)样本点的中心