2.3.2两个变量的线械脑相关.ppt

2.3.2 两个变量的线性相关;例1：下表是某小卖部6天卖出热茶的杯数与当天气温的对比表： ;（1）画出散点图：;（2）从图中可以看出温度与杯数具有相关关系，当温度由小到大变化时，杯数的值由大到小. 所以温度与杯数成负相关. 图中的数据大致分布在一条直线附近，因此温度与杯数成线性相关关系。;温度; 由图可见，所有数据的点都分布在一条直线附近，显然这样的直线还可以画出许多条，而我们希望找出其中的一条，它能最好地反映x与Y之间的关系。 换言之，我们要找出一条直线，使这条直线“最贴近”已知的数据点。记此直线方程是; 这里在y的上方加记号“^”，是为了区分Y的实际值y. 表示当x取xi (i=1，2，…，6)时，Y相应的观察值为yi，而直线上对应于xi的纵坐标是yi=bxi+a.;回归直线的方程 的求法：; 可见，偏差的符号有正有负，若将它们相加会造成相互抵消，所以它们的和不能代表n个点与相应直线在整体上的接近程度。故采用n个偏差的平方和 ; 上式展开后，是一个关于a，b的二次多项式，应用配方法，可求使Q取得最小值时a、b的值.; 用最小二乘法求回归直线方程中a，b有下面的公式：;由于 ，故巧合的是：(xi，yi) (i=1，2，…，n)的中心点 在回归直线上，x处的估计值为 .;例2. 在某种产品表面进行腐蚀刻线试验，得到腐蚀深度Y与腐蚀时间x之间相应的一组观察值如下表：;解：（1）散点图如下;（2）根据公式求腐蚀深度Y对腐蚀时间x的回归直线方程。;计算a, b的值.;Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd.;（3）根据求得的回归方程，当腐蚀时间为100s时，;练习题;2. 有关线性回归的说法，不正确的是( ) A. 相关关系的两个变量不是因果关系 B. 散点图能直观地反映数据的相关程度 C. 回归直线最能代表线性相关的两个变量之间的关系 D. 任一组数据都有回归方程;3.下面哪些变量是相关关系( ) A.出租车费与行驶的里程 B.房屋面积与房屋价格 C.身高与体重 D.铁的大小与质量;4. 回归方程y=1.5x－15，则( ) A. y=1.5 x－15 B. 15???回归系数a C. 1.5是回归系数a D. x=10时，y=0;5.线性回归方程y=bx+a过定点________.;7.下表是某地的年降雨量与年平均气温，判断两者是相关关系吗？求回归直线方程有意义吗？ ;8.某市近10年的煤气消耗量与使用煤气户数的历史资料如下：;解：（1）画散点图并求回归方程