上海高三学暑假补习班闵行暑假辅导班.ppt

/ * 高三数学概率回归分析与独立性检验 来源/ 考　　点 考纲解读 1 变量的相关性 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. 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. 2 统计案例 了解一些常见的统计方法,并能应用这些方法解决一些实际问题. 了解独立性检验(只要求2×2列联表)的基本思想、方法及其简单应用. 了解回归的基本思想、方法及其简单应用. ? 　　对于回归直线方程,要会根据最小二乘法求其方程,这里的关键是考查同学们的数据处理能力和计算能力;“利用最小二乘法得到的回归直线方程过样本的中心点”高考中对此考点常常采用不同的形式进行考查,注意识别和理解;对于独立性检验问题,在近两年一些省市的高考中与概率、分布列、期望和方差等进行了综合考查,需引起重视!对于此类问题要理解其基本思想,根据给定的数据能够得到其2×2列联表,然后利用K2进行独立性检验. 结合近几年的高考题和《考纲》,预测2013年高考中对本部分的考 查会侧重于以下几方面:(1)回归直线方程的求法和应用,常常会在小题中出现;(2)独立性检验思想的应用,可在小题中单独考查,也可能与概率统计知识在解答题中出现.总之估计高考对本部分的考查会有所增强. ? 1.回归直线方程:?=?x+?,其中 ?= ?= ?,?=?-??,(?, ?)称为样本点中心,因而回归直线过样本点中心. 2.样本相关系数(r) 用来衡量两个变量之间线性相关关系的方法. r=? 一、回归分析 =?. 当r0时,表明两变量正相关;当r0时,表明两变量负相关.|r|越接近1,表明两变量的线性相关性越强;|r|越接近0,表明两变量的线性相关关系几乎不存在,通常当r0.75时,认为两个变量有很强的线性相关关系. 二、独立性检验 1.独立性检验的概念 一般地,假设有两个分类变量X和Y,它们的值域分别为{x1,x2}和{y1,y2 }, 其样本频数列联表(称为2×2列联表)为: 　　我们利用随机变量K2=? 来确定在多大程度 上可以认为“两个分类变量有关系”,这种方法称为两个分类变量的独立性检验. 2.独立性检验的基本思想 y1 y2 总计 x1 a b a+b x2 c d c+d 总计 a+c b+d a+b+c+d 独立性检验的基本思想类似于反证法.要确认“两个分类变量有关系”这一结论成立的可信程度,首先假设该结论不成立,即假设结论“两个分类变量没有关系”成立.在该假设下我们构造的随机变量K2应该很小,如果由观测数据计算得到的K2的观测值k很大,则在一定程度上说明假设不合理. 具体来比较,如下表: 反证法原理与独立性检验原理的比较 反证法原理 在假设H0下,如果推出一个矛盾,就证明了H0不成立. 独立性检验原理 在假设H0下,如果出现一个与H0矛盾的小概率事件,就推断H0不成立,且该推断犯错误的概率不超过这个小概率. 3.独立性检验的方法 假设H1:“X与Y有关系”,可按如下步骤判断结论H1成立的可能性: (1)通过等高条形图,可以粗略地判断两个分类变量是否有关系,但是这种判断无法精确地给出所得结论的可靠程度. (2)以利用独立性检验来考查两个分类变量是否有关系,并且能较精确地给出这种判断的可靠程度,具体做法是: 　　①根据实际问题的需要确定容许推断“两个分类变量有关系”犯错误概率的上界a,然后通过下表确定临界值k0. P(K2≥k0) 0.50 0.40 0.25 0.15 0.10 0.05 0.025 0.010 0.005 0.001 k0 0.455 0.708 1.323 2.072 2.706 3.841 5.024 6.635 7.879 10.828 　　②由公式K2= ,计算K2的观测值k. ③如果k≥k0,就推断“X与Y有关系”.这种推断犯错误的概率不超过a;否则,就认为在犯错误的概率不超过a的前提下不能推断“X与Y有关系”.或者在样本数据中没有足够证据支持结论“X与Y有关系”. ? 1.在调查中学生近视情况时,某校男生150名中有80名近视,女生140名中有70名近视.在检验这些中学生眼睛近视是否与性别有关时,用什么方法最有说服力?(　????) (A)平均数与方差.　　　　????(B)回归分析. (C)独立性检验.　 ????(D)概率. 【解析】由独立性检验的方法知. 【答案】C 2.设有回归直线方程?=2-1.5x,当变量x增加1个单位时?(