2017_2018学年高中数学第一章统计案例1.2回归分析课件新人教B版选修.pptVIP

-*- 1.2　回归分析 1.掌握回归直线方程的形式,理解 及样本中心点的含义,并会求回归直线方程. 2.理解样本相关系数r的含义,掌握如何用样本相关系数r来衡量两个变量之间的线性相关程度. 1 2 1.回归直线方程 1 2 1 2 【做一做1-1】 两个相关变量满足如下数据关系: 则y对x的回归直线方程为(　　) 答案:A 1 2 【做一做1-2】 设有一个回归直线方程为 ,则当变量x增加1个单位时(　　) A.y平均增加3个单位 B.y平均减少5个单位 C.y平均增加5个单位 D.y平均减少3个单位 解析:因为-5是斜率的估计值,说明x每增加1个单位时,y平均减少5个单位. 答案:B 1 2 2.样本相关系数 r具有以下性质:|r|≤1,并且|r|越接近1,线性相关程度越强;|r|越接近0,线性相关程度越弱. 检验的步骤如下: (1)作统计假设:x与Y不具有线性相关关系. (2)根据小概率0.05与n-2在教材附表中查出r的一个临界值r0.05. (3)根据样本相关系数计算公式算出r的值. (4)作统计推断.如果|r|r0.05,表明有95%把握认为x与Y之间具有线性相关关系. 如果|r|≤r0.05,我们没有理由拒绝原来的假设.这时寻找回归直线方程是毫无意义的. 1 2 名师点拨(1)当r0时,表示两个变量正相关;当r0时,表示两个变量负相关;(2)判断两个变量间是否有线性相关关系,应该先求样本相关系数r,再根据r的具体数值进行判断. 1 2 【做一做2-1】 下列有关样本相关系数r的说法不正确的是(　　) A.|r|≤1,且|r|越接近1,线性相关程度越强 B.|r|≤1,且|r|越接近0,线性相关程度越弱 C.|r|≥1,且|r|越接近1,线性相关程度越强 D.用样本相关系数r来衡量x与y之间的线性相关程度 解析:根据样本相关系数的性质可知选项A,B,D均正确. 答案:C 1 2 【做一做2-2】 若回归直线方程中的回归系数 则相关系数(　　) A.r=1 B.r=-1 C.r=0 D.无法确定 答案:C 1 2 1.如何进行线性回归分析? 剖析:(1)从一组数据出发,求出两个变量的相关系数r,确定二者之间是否具有线性相关关系. (3)根据回归直线方程,由一个变量的值预测或控制另一个变量的值. 特别说明:①回归方程只适用于所研究的样本总体.②所建立的回归方程一般都有时效性,如不能用根据20世纪80年代中学生的身高、体重数据所建立的回归方程来描述现在中学生的身高和体重的关系.③样本取值的范围会影响回归方程的适用范围. 1 2 题型一 题型二 题型三 求线性回归方程 【例题1】 假设关于某设备的使用年限x(年)和所支出的维修费用y(万元),有如下的统计资料: 若由资料知y与x具有线性相关关系.试求: (2)估计使用年限为10年时,维修费用是多少? 题型一 题型二 题型三 分析:因为y与x具有线性相关关系,所以可以用求线性回归方程的方法解决问题. (2)获得回归直线方程后,取x=10代入,即得所求. 解:(1)制表: 题型一 题型二 题型三 (2)回归直线方程是 .23x+0.08,当x=10时,y=1.23×10+0.08=12.3+0.08=12.38(万元),即估计使用10年时维修费用是12.38万元. 反思已知y与x具有线性相关关系,就无须进行相关性检验,否则,应首先进行相关性检验.如果本身两个变量不具有相关关系,或者说,它们之间的相关关系不显著,即使求出回归方程也是毫无意义的,而且用其进行的预测也是不可信的. 题型一 题型二 题型三 相关性检验与回归分析的综合运用 【例题2】 要分析学生高一入学时的数学成绩对高一年级数学学习有什么影响,在高一年级学生中随机抽取10名学生,分析他们高一入学数学成绩(x)和高一期末考试数学成绩(y)(如下表): (1)画出散点图; (2)计算高一入学数学成绩(x)与高一期末考试数学成绩(y)的相关系数; (3)对变量x与y进行相关性检验,如果x与y之间具有线性相关关系,求出y对x的回归直线方程; (4)若某学生高一入学数学成绩为80分,试估计他高一期末考试数学成绩. 题型一 题型二 题型三 分析:(1)借助于散点图可大致判定两变量间的相关性,用相关系数公式可准确判定两变量间的相关程度.(2)先作统计假设,由小概率0.05与n-2在附表中查得相关系数的临界值r0.05,若|r|r0.05,则两变量线性相关,否则两变量不具有线性相关性. 解:(1)高一入学数学成绩(x)与高一期末考试数学成绩(y)两组变量的散点图如图,从散点图看,这两个变量间具有线性相关关系. 题型一 题型二 题型三 结