3.6 统计案例、推理证明 教师版.docVIP

期末复习6 统计案例、框图 一、统计案例 1、回归分析的基本思想及其初步应用。 （1）样本点中心 （2）随机误差 残差：，其中。 ， 残差图：纵坐标为残差，横坐标可以选为样本编号等； 其中，残差点比较均匀的落在水平的带状区域中，说明选用的模型比较合适，带状区域的宽度越窄，模型拟合度越高，回归方程的预报精度越高。若残差为0，说明真实在和估计值一样。 （3）相关指数。 回归分析中回归效果的判定：相关指数： 注：①得知越大，说明残差平方和越小，则模型拟合效果越好； ②越接近于1，，则回归效果越好。 例1、回归分析中，相关指数R2的值越大，说明残差平方和 ( A ) A 越小 　　　B 越大 　　　C 可能大也可能小　　　 D 以上都不对 例2、如果某地的财政收入与支出满足线性回归方程（单位：亿元）其中 ，如果今年该地区财政收入10亿元，则年支出预计不会超过（C ）.　　A 10亿 　　　B 9亿 　　　C 10.5亿 　　　D 9.5亿 2、独立性检验的基本思想及其初步应用。（分类变量间的关系） （1）列联表 假设有两个分类变量X和Y，它们的取值分别为和其样本频数列联表（2×2列联表） 总计 总计 （2）随机变量 其中，为样本容量。 表：1-11（P为x,y有关系不合理的程度） 0.50 0.40 0.25 0.15 0.10 0.05 0.025 0.010 0.005 0.001 0.455 0.780 1.323 2.072 2.706 3.841 5.024 6.635 7.879 10.828 注：先假设：两个分类变量没有关系 ①利用公式，计算随机变量的观测值 ②如果，就推断“X与Y有关系”，这种推断犯错误的概率不超过，否则，就认为在犯错误的概率不超过的前提下不能推断“X与Y有关系”。 随机变量越大，说明两个分类变量，关系越强，反之，越弱。 例3、利用独立性检验来考虑两个分类变量X和Y是否有关系时，通过查阅下表来确定断言“X和Y有关系”的可信度.如果k5.024,那么就有把握认为“X和Y有关系”的百分比为( D ) P(k2k) 0.50 0.40 0.25 0.15 0.10 0.05 0.025 0.010 0.005 0.001 k 0.455 0.708 1.323 2.072 2.706 3.84 5.024 6.635 7.879 10.83 A 25％　　　 B 75％　　　 C 2.5％ 　　　D 97.5％ 例4、在研究色盲与性别的关系调查中，调查了男性480人，其中有38人患色盲，调查的520个女性中6人患色盲. （1）根据以上的数据建立一个2×2的列联表； （2）若认为“性别与患色盲有关系”，则出错的概率会是多少？ 解析： （1） 　 患色盲 不患色盲 总计 男 38 442 480 女 6 514 520 总计 44 956 1000 （2）假设H ：“性别与患色盲没有关系” 先算出K的观测值： 则有， 即是H 成立的概率不超过0.001, 若认为“性别与患色盲有关系”，则出错的概率为0.001.  二、框图 1、流程图（描述动态过程，） （1）程序流程图 （2）工序流程图 （3）其它流程图 2、结构图（刻画系统结构，静态） （1）知识结构图 （2）下图是一个程序操作流程图：按照这个工序流程图，一件成品最多经过________道加工和检验程序，导致废品的产生有________种不同的情形． (1)最多经过“粗加工”“检验”“返修加工”“返修检验”“精加工”“最后检验”六道加工和检验程序(2)三种不同情形：①返修检验不合格．②检验精加工―→最后检验不合格．③返修检验精加工―→最后检验不合格答案：6　3 高二（上）学期期末复习（6）——统计案例、框图 3