变量间相关关系,统计案例.ppt

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 　　2.两变量相关关系的强弱的判断在尚未断定两个变量之间是否具有线性关系之前，可以画出散点图，借助于图象的直观性加以判断.另 外，可求出相关系数 当　≥0.75时，相关性很强，当0.3≤　0.75时，相关性一般，当|r|≤0.25时，相关性较弱. 　　3.回归模型拟合的效果判断 　　(1)利用相关指数R2来刻画回归的效果： 其计算公式是 R2的值越大，表示模型拟合的效果越好. (2)残差图法：残差点比较均匀地落在水平的带状区域中，说明选用的模型比较合适.这样的带状区域的宽度越窄，说明模型拟合精度越高，回归方程的预报精度越高.　 (3)残差平方和法：残差平方和越小，也就是说模型拟合的效果越好. 4.建立回归模型的基本步骤 (1)确定研究对象，明确哪个变量是解释变量，哪个变量是预报变量. (2)画出确定好的解释变量和预报变量的散点图，观察它们之间的关系（如：是否存在线性关系，等等）. (3)由经验确定回归方程的类型（如呈线性关系，则运用线性回归方程y=bx+a）. (4)按一定规则估计回归方程中的参数（如最小二乘法）. (5)得出结果后分析残差图是否有异常（个别数据对应的残差过大，或残差呈现不随机的规律性，等等），若存在异常，则应检查数据是否有误，或者是选用的模型是否合适. 　　5.独立性检验的应用步骤： 　　根据观测数据计算由公式 　　　　　　　　　　　　　　　 所给出的 检验随机变量K2的观测值k，并且k的值越大，说明“X与Y有关系”成立的可能性越大，可以利用以下数据表来确定“X与Y有关系”的可信程度. P(K2≥k) 0.50 0.40 0.25 0.15 0.10 0.05 0.025 0.010 0.005 0.001 k 0.455 0.708 1.323 2.072 2.706 3.841 5.024 6.635 7.879 10.828 　　1.(2009·宁夏/海南卷)对变量x,y有观测数据(xi,yi)(i=1,2,…,10)，得散点图(a);对变量u,v有观测数据(ui,vi)(i=1,2,…,10)，得散点图(b).由这两个散点图可以判断（　 ） C 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 　　　由图（a）中的数据随着x的增大而减小，因此变量x与y负相关；由图（b）中的数据随着x的增大而增大，因此变量x与y正相关，选C. 　　　　　本题以散点图为载体，判断两变量是否相关，考查对散点图及其两个变量正相关、负相关的理解，考查数形结合思想.会利用散点图认识变量间的相关关系是新课标考试大纲所要求，要求程度为了解内容，学习时一定要控制难度. 　　2.（2009·辽宁卷）某企业有两个分厂生产某种零件，按规定内径尺寸(单位：mm)的值落在[29.94,30.06)的零件为优质品.从两个分厂生产的零件中各抽出了500件，量其内径尺寸，得结果如下表： 　　甲厂： 分 组 [29.86, 29.90) [29.90, 29.94) [29.94, 29.98) [29.98, 30.02) [30.02, 30.06) [30.06, 30.10) [30.10, 30.14) 频 数 12 63 86 182 92 61 4 　　乙厂： 分 组 [29.86, 29.90) [29.90, 29.94) [29.94, 29.98) [29.98, 30.02) [30.02, 30.06) [30.06, 30.10) [30.10, 30.14) 频 数 29 71 85 159 76 62 18 　　(Ⅰ)试分析估计两个分厂生产的零件的优质品率； 　　(Ⅱ)由于以上统计数据填下面2×2列联表，并问是否有99%的把握认为“两个分厂生产的零件的质量有差异”. 甲厂 乙厂 合计 优质品 非优质品 合计 　　附： P(K2≥k) 0.05 0.010 k 3.841 6.635 　　　　　(Ⅰ)甲厂抽查的产品中有360件优质品，从而甲厂生产的零件的优质品率估计为 　　 　　乙厂抽查的产品中有320件优质品，从而乙厂生产的零件的优质品率估计为 　　(Ⅱ) 甲厂 乙厂 合计 优质品 360 320 680 非优质品 140 180 320 合计 500 500 1000 　　所以有99%的把握认为“两个分厂生产的零件的质量有差异”. 　　　　　本题主要考点为频率分布表与独立性检验，考查应用统计知识，建立数学模型从而解决实