2017_2018学年高中数学第二章统计2.3变量间的相关关系学案含解析新人教A版必修.docVIP

2.3 变量间的相关关系 相关关系 [] (1)吸烟可导致肺癌． (2)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． 气温/ 25 18 12 10 4 0 杯数 18 30 37 35 50 54 (3)y＝x2＋5(xR)． 问题1：吸烟一定可以导致肺癌吗？吸烟与患肺癌有关吗？ 提示：吸烟不一定患肺癌，但它们有一定的关系． 问题2：小卖部中卖出的热茶杯数与当天气温有关吗？两者之间是如何变化的？ 提示：两者间有关系．随着气温的降低卖出的热茶杯数增加． 问题3：y＝x2＋5(xR)中，x，y间是什么关系？ 提示：y与x间是函数关系，是一种确定关系． [] 相关关系 如果两个变量中一个变量的取值一定时，另一个变量的取值带有一定的随机性，那么这两个变量之间的关系叫做相关关系． [] 两个变量间的关系分类 两个变量间的关系分为三类：一类是确定性的函数关系，如正方形边长与面积的关系；另一类是变量间确实存在关系，但又不具备函数关系所要求的确定性，它们的关系是带有随机性的，这种关系就是相关关系，如某位同学的“物理成绩”与“数学成绩”之间的关系；再一类是不相关，即两变量没有任何关系． 散点图的含义及应用 [] 下表是某地搜集到的新房屋的销售价格y(单位：万元)和房屋的面积x(单位：m2)的数据： x 115 110 80 135 105 y 44.8 41.6 38.4 49.2 42 　　问题1：以x为横坐标，y为纵坐标在平面直角坐标系中作出表示以上数据的点． 提示：如图所示： 问题2：房屋的销售价格与房屋的面积有关系吗？ 提示：有关系． 问题3：怎样描述房屋的销售价格与房屋的面积之间的变化关系？ 提示：大体上来看，面积越大，售价越高．但不是正比例函数关系． [] 1．散点图 将各数据在平面直角坐标系中的对应点画出来，得到表示两个变量的一组数据的图形，这样的图形叫做散点图，利用散点图，可以判断两个变量是否相关，相关时是正相关还是负相关． 2．正相关和负相关 (1)正相关：散点图中的点散布在从左下角到右上角的区域． (2)负相关：散点图中的点散布在从左上角到右下角的区域． [] 对正相关和负相关的理解 (1)正相关 随自变量的变大(或变小)，因变量也随之变大(或变小)，这种带有随机性的相关关系，我们称为正相关．例如，人年龄由小变大时，体内脂肪含量也由少变多． (2)负相关 随自变量的变大(或变小)，因变量却随之变小(或变大)，这种带有随机性的相关关系，我们称为负相关．例如，汽车越重，每消耗1 L汽油所行驶的平均路程就越短． 回归直线方程 [] 问题：在“知识点二”的问题中，能否估计出房屋面积为120 m2时的销售价格？如何估计？ 提示：能．根据散点图作出一条直线，求出直线方程，即可预测． [导入新知] 　回归直线方程 (1)回归直线：如果散点图中点的分布从整体上看大致在一条直线附近，就称这两个变量之间具有线性相关关系，这条直线叫做回归直线； (2)回归方程：回归直线的方程，简称回归方程． (3)回归方程的推导过程： 假设已经得到两个具有线性相关关系的变量的一组数据(x1，y1)，(x2，y2)，…，(xn，yn)； 设所求回归方程为，其中，是待定参数； 由最小二乘法得 其中：是回归方程的斜率，是截距． [] 回归直线方程与直线方程的区别 线性回归直线方程中y的上方加记号“ ”是与实际值y相区别，因为线性回归方程中“”的值是通过统计大量数据所得到的一个预测值，它具有随机性，因而对于每一个具体的实际值而言，的值只是比较接近，但存在一定的误差，即y＝＋e(其中e为随机变量)，预测值与实际值y的接近程度由随机变量e的标准差决定． 相关关系的判断 　　[例1]　(1)下列关系中，属于相关关系的是________．(填序号) 正方形的边长与面积之间的关系； 农作物的产量与施肥量之间的关系； 人的身高与年龄之间的关系； 降雪量与交通事故的发生率之间的关系． (2)某个男孩的年龄与身高的统计数据如下表所示． 年龄x/岁 1 2 3 4 5 6 身高y/cm 78 87 98 108 115 120 画出散点图； 判断y与x是否具有线性相关关系． [解]　(1)在中，正方形的边长与面积之间的关系是函数关系；在中，农作物的产量与施肥量之间不具有严格的函数关系，但具有相关关系；在中，人的身高与年龄之间的关系既不是函数关系，也不是相关关系，因为人的年龄达到一定时期身高就不发生明显变化了，因而它们不具有相关关系；在中，降雪量与交通事故的发生率之间具有相关关系． (2)散点图如图所示． 由图知，所有数据点接近一条直线排列，因此，认为y与x有线性相关关系． []　(1) [类题通法] 两个变量是否相关的两种判断方法 (1)根据实际经验：