1.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.ppt

1．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． 2.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． 3.了解独立性检验(只要求2×2列联表)的基本思想、方法以及其简单应用． 4.了解回归分析的基本思想、方法及其简单应用. 1．以考查线性回归系数为主，同时可考查利用散点图判断两个变量间的相关关系． 2.以实际生活为背景，重在考查回归方程的求法. 1．两个变量的线性相关 (1)正相关 在散点图中，点散布在从左下角到右上角的区域．对于两个变量的这种相关关系，我们将它们称为正相关． (2)负相关 在散点图中，点散布在从左上角到右下角的区域，两个变量的这种相关关系称为负相关． (3)线性相关关系、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 (1)最小二乘法 求回归直线使得样本数据的点到回归直线的距离平方和最小的方法叫做最小二乘法． (2)回归方程 方程＝bx＋a是两个具有线性相关关系的变量的一组数据(x1，y1)，(x2，y2)，…，(xn，yn)的回归方程，其中a，b是待定参数． r的绝对值越接近于1，表明两个变量的线性相关性越强．r的绝对值越接近于0时，表明两个变量之间几乎不存在线性相关关系．通常|r|大于0.75时，认为两个变量有很强的线性相关性． 3．独立性检验 (1)分类变量：变量的不同“值”表示个体所属的不同类别，像这类变量称为分类变量． (2)列联表：列出两个分类变量的二维表格，称为列联表．假设有两个分类变量X和Y，它们的可能取值分别为{x1，x2}和{y1，y2}，其样本频数列联表(称为2×2列联表)为 2×2列联表 1．(2010·湖南卷，文)某商品销售量y(件)与销售价格x(元/件)负相关，则其回归方程可能是(　　) A.＝－10x＋200　　 B.＝10x＋200 C.＝－10x－200 D.＝10x－200 解析　由图象知选项B、D为正相关，选项C不符合实际意义，故选A. 2．(09·海南)对变量x，y有观测数据(xi，yi)(i＝1,2，…，10)，得散点图1；对变量u，v有观测数据(ui，vi)(i＝1,2，…，10)，得散点图2，由这两个散点图可以判断(　　) 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 解析　夹在带状区域内的点，总体呈上升趋势的属于正相关；反之，总体呈下降趋势的属于负相关．显然选C. 3．甲、乙、丙、丁四位同学各自对A、B两变量的线性相关性作试验，并用回归分析方法分别求得相关系数r与残差平方和m如下表： 则哪位同学的试验结果体现A、B两变量更强的线性相关性？(　　) A．甲　　　　　　　　B．乙 C．丙 D．丁 解析　r＞0且丁最接近1，残差平方和越小，相关性越高，故选D. 4．在一项打鼾与患心脏的调查中，共调查了1671人，经过计算K2＝27.63，根据这一数据分析，我们有理由认为打鼾与患心脏病是________的(有关，无关)．  例1　下面是水稻产量与施化肥量的一组观测数据： 施化肥量　 15　　20　　25 　 30　　35　 40　45 水稻产量　320　 330 　 360　 410　460　470　480 (1)将上述数据制成散点图； (2)你能从散点图中发现施化肥量与水稻产量近似成什么关系吗？水稻产量会一直随施化肥量的增加而增长吗？ 【解析】　(1) (2)从图中可以发现施化肥量与水稻产量具有线性相关关系，当施化肥量由小到大变化时，水稻产量由小变大，图中的数据点大致分布在一条直线的附近，因此施化肥量和水稻产量近似成线性相关关系，但水稻产量只是在一定范围内随着化肥施用量的增加而增长． 探究1　散点图是由大量数据点分布构成的，是定义在具有相关关系的两个变量基础之上的，对于性质不明确的两组数据可先作散点图，直观地分析它们有无关系及关系的密切程度． 思考题1　在某地区的12～30岁居民中随机抽取了10个人的身高和体重的统计资料如表： 根据上述数据，画出散点图并判断居民的身高和体重之间是否有相关关系． 【思路分析】　(1)用x轴表示身高，y轴表示体重，逐一描出各组值对应的点． (2)分析两个变量是否存在相关关系． 【解析】　以x轴表示身高，y轴表示体重，可得到相应的散点图如图所示： 由散点图可知，两者之间具有相关关系，且为正相关. 例2　某种产品的广告费支出x与销售额y(单位：百万元)之间有如下对应数据： (1)画出