2016-2017学年高中数学 第三章 统计案例 3.1 第1课时 回归分析的基本步骤及相关系数学案 新人教A版选修2-3.docVIP

3.1 第一课时 回归分析的基本步骤及相关系数 一、课前准备 1.课时目标 (1) 会用散点图判断两个变量是否具备相关性； (2) 能利用公式求两个相关变量的线性回归方程； (3) 了解相关系数r刻画回归效果2.基础预探 1.函数关系是一种 关系.而相关关系是一种 关系. 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. 2.线性回归方程中 ， ，其中 ， ______________称为()(=1,2,…,n)的中心点. 3.利用相关系数r刻画回归效果r = = ；用它来衡量它们之间的线性相关程度.|r|≤ ，且|r|越接近于 ，相关程度越大；|r|越接近于 ，相关程度越小. 二、学习引领 1.常见的两个变量之间的关系 常见的两个变量之间的关系有两种：函数关系是一种确定性的关系，例如正方形的周长C=4a，周长C与边长a之间就是一种确定性关系.对于自变量边长的每一个确定的值，都有唯一确定的周长的值与之相对应；当自变量取值一定时，因变量的取值带有一定的随机性的两个变量之间的关系叫做相关关系，如人的身高与年龄之间的关系，显然，相关关系是一种非确定性关系. 2.求线性回归直线方程的步骤 第一步：列表表示xi,yi, xi2,xiyi ; 第二步：利用公式计算； 第三步：代人公式计算的值； 第四步：写出回归直线方程. 3.计算线性回归方程的系数技巧 线性回归方程的有关量时，由于数据运算量比较大，如果不进行系统的处理容易出错.一般推荐利用下表计算的值. 1 2 …… …… …… …… …… n 合计 利用上表值易求，，，= , =.4.利用量化的观点研究两个变量的相关性 给定一组值，由散点图判定其是否在一条直线附近主观性太强，统计中还通常用相关系数r，来检验两个变量之间线性相关关系的强弱.r的取值有如下特点： ①当r0时，lxy0，从而b=0，两个变量的值总体上呈现出同时增加的趋势.此时称两个变量正相关，当|r|越接近于1，相关程度越强. ②当r0时，b0.一个变量增加.另一个变量有减少的趋势，称两个变量负相关，当|r|越接近于0，相关程度越弱. ③当r=0时.称两个变量线性不相关. ④若r∈［1，0.75］时，两变量负相关很强； r∈［0.75，1］时，两变量正相关很强； r∈（0.75，0.3］或［0.3，0.75）时，两变量相关性一般； r∈［0.25，0.25］时，两变量相关很弱三、典例导析 题型一 回归系数与值的统计意义 例1 iphone某配件厂生产的某电子产品的产量（千件）与单位成本x（元）满足回归直线方程，则以下说法正确的是（ ） A.产量每增加1000件，单位成本下降元； B.产量每减少1000件，单位成本上升元； C.产量每增加1000件，单位成本上升元； D.产量每减少1000件，单位成本下降元思路导析：利用给出的回归方程，代入x值便可得到相应的y的估计值. 解析：回归直线的斜率为，所以x每增加1，y下降，即电子产品每增加1000件，单位成本下降元，故选A. 规律总结：回归直线方程中，的统计学意义是：x每增加(减少)一个单位，y平均改变b个单位；的意义是y不受x变化影响的部分. 变式训练：若施化肥量x与水稻产量y的回归直线方程为＝5x＋250，当施化肥量为80kg时，预计的水稻产量为____________. 题型二 线性回归方程的求法及应用 例2 通过市场调查，得到某产品的资金投入（万元）与获得的利润（万元）的数据，如下表所示： 资金投入 2 3 4 5 6 利润 2 3 5 6 9 (Ⅰ)画出数据对应的散点图； (Ⅱ)根据上表提供的数据，用最小二乘法求线性回归直线方程； （Ⅲ）现投入资金（万元），求估计获得的利润为多少万元. 思维导析：作出散点图，观察是散点否在一条直线附近，便可判断x、y是否具备线性相关.利用线性回归的公式求得回归方程，再估算投资10万元时获得的利润值. 解析：(Ⅰ)由、的数据可得对应的散点图为： 从图上可知，这些点大致分布在一条直线附近，故资金投入（万元）与获得的利润（万元）显著线性相关关系. (Ⅱ)，， . 所以，所以. （Ⅲ）当（万元），（万元）， 所以投入资金（万元），估计获得的利润为万元. 规律总结：计算回归直线方程前，通常将有关数据列成表格，然后计算出各个量，这样处理会降低运算的难度，提高运算的准确率. 变式训练：假定新型水稻基本亩数上(单位：亩)与成熟期有效穗，