高中数学2-3-12-3-2变量之间的相关关系、两个变量的线性相关课件新人教A版必修.ppt

利用线性回归方程对总体进行估计 【技法点拨】 回归分析的三个步骤 （1）判断两个变量是否线性相关：可以利用经验，也可以画散点图. （2）求线性回归方程,注意运算的正确性. （3）根据回归直线进行预测估计：估计值不是实际值，两者会有一定的误差. 【典例训练】 1.（2011·广东高考）某数学老师身高176 cm，他爷爷、父亲和儿子的身高分别是173 cm、170 cm和182 cm．因儿子的身高与父亲的身高有关，该老师用线性回归分析的方法预测他孙子的身高为_______cm． 2.下表提供了某厂节能降耗技术改造后生产甲产品过程中记录的产量x（吨）与相应的生产能耗y（吨标准煤）的几组对照数据： （1）请画出上表数据的散点图； （2）请根据上表提供的数据，用最小二乘法求出y关于x的 回归方程y＝ x＋ ； （3）已知该厂技改前100吨甲产品的生产能耗为90吨标准煤．试根据（2）求出的回归方程，预测生产100吨甲产品的生产能耗比技改前降低多少吨标准煤？ （参考数值：3×2.5＋4×3＋5×4＋6×4.5＝66.5） 【解析】1.设父亲的身高为x cm，儿子的身高为y cm，则根据 上述数据可得到如下表格： 上表中的最后一组（182，？）是预测数据， 线性回归方程 =x+3,所以当x=182时， =185, 即他孙子的预测身高为185 cm. 答案：185 2.（1）散点图如图所示： （2） 故线性回归方程为 （3）根据回归方程的预测，现在生产100吨产品消耗的标准煤的数量为0.7×100＋0.35＝70.35（吨标准煤）， 故能耗减少了90－70.35＝19.65（吨标准煤）． 【互动探究】题2（3）中，实际能耗一定减少了19.65（吨标准煤）吗？ 【解析】不一定.利用回归直线方程估计，只是一个近似值，受其他因素影响，估计值与实际值会有一定的差距. 【归纳】进行回归分析的关键. 提示：回归分析应用于实践，关键是回归模型的建立.比如题1中把父子身高分别作为两个变量，建立线性相关关系是解答本题的切入点. 【变式训练】某农科所对冬季昼夜温差与某反季节大豆种子发芽多少之间的关系进行分析研究，他们记录了12月1日至5日的昼夜温差与每天100颗种子的发芽数，数据如下表： 该农科所确定的研究方案是：先从5组数据中选取2组，用剩 下的3组数据求回归方程，再用被选取的两组数据进行检验. （1）若先选取的是12月1日和5日的数据，请根据2日至4日的 三组数据，求y关于x的回归方程 （2）若由回归方程得到的估计数据与检验数据的误差均不超 过2颗，则认为得到的回归方程是可靠的，试判断（1）中所 得的回归方程是否可靠？说明理由. 【解析】（1）由已知数据，求得 由公式 求得 再由公式 得， =-3, 所以y关于x的回归方程为 （2）当x=10时 同样，当x=8时 所以，（1）中得到的回归方程是可靠的. 【规范解答】线性相关关系的判断及线性回归方程的求解 【典例】（12分）假设关于某设备使用年限x（年）和所支出的维修费用y（万元）有如下统计资料： （1）请画出上表数据的散点图，判断它们是否具有线性相关关系；若线性相关，用最小二乘法求出y关于x的线性回归方程; （2）试根据（1）求出的线性回归方程，预测使用年限为10年时，维修费用是多少？ 【解题指导】 2.3.1 变量之间的相关关系 2.3.2 两个变量的线性相关 1.会作散点图,并对变量间的正相关或负相关关系作出直观判断. 2.了解最小二乘法的含义，知道最小二乘法的思想,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.会用线性回归方程进行预测. 1.本课重点是理解变量间的相关关系. 2.本课难点是回归直线方程的求解方法. 1.相关关系 自变量取值一定时，因变量的取值带有一定_____性的两个变量 之间的关系，叫做相关关系. 2.散点图的含义及应用 将各数据在平面直角坐标系中的对应点画出来,得到表示两个 变量的一组数据的图形,这样的图形叫做_____图，利用散点 图，可以判断两个变量是否相关，相关时是正相关还是负相关. 随机 散点 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. 变量x与y_______，变量u与v_______. 3.回归直线与回归直线方程的系数 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 称这两个变量之间具有_______