【测控指导】2016-2017学年高一数学人教A版必修3课件：2.3 变量间的相关关系.pptVIP

2.3　变量间的相关关系 1.了解相关关系、线性相关、回归直线、最小二乘法的定义. 2.会作散点图,能判断两个变量之间是否具有相关关系. 3.会求回归直线方程,并能用回归直线方程解决有关问题. 1.相关关系 (1)定义: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. (2)两类特殊的相关关系:如果散点图中点的分布是从左下角到右上角的区域,那么这两个变量的相关关系称为正相关.如果散点图中点的分布是从左上角到右下角的区域,那么这两个变量的相关关系称为负相关. 归纳总结两个变量间的关系分为三类:一类是确定性的函数关系,如正方形的边长与面积的关系;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,例如,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,即两个变量间没有任何关系. 【做一做1】 观察下列散点图,①正相关,②负相关,③不相关.与下列图形相对应的是(　　) A.①②③ B.②③① C.②①③ D.①③② 答案:D 2.线性相关 (1)定义:如果散点图中点的分布从整体上看大致在一条直线附近,我们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. 【做一做2】 若在一次试验中,测得(x,y)的四组数值分别是A(1,3),B(2,3.8),C(3,5.2),D(4,6),则y与x之间的回归直线方程是(　　) 答案:B 1.散点图 剖析:(1)将样本中的n个数据对(xi,yi)(i=1,2,…,n)表示的点描在平面直角坐标系中,所得图形叫做散点图(scatterplot). (2)散点图形象地反映了各对数据的密切程度.根据散点图中点的分布趋势分析两个变量之间的关系,可直观地判断并得出结论. 2.回归直线的性质 剖析:(1)若(xi,yi)(i=1,2,…,n)为样本数据,则 为样本点的中心,回归直线一定过样本点的中心. (2)如果样本数据对应的点具有线性相关关系,从回归直线方程来 题型一 题型二 题型三 题型四 判断相关关系 【例1】 若变量x,y有如下观察的数据: (1)画出散点图. (2)判断变量x,y是否具有相关关系,如果具有相关关系,那么是正相关还是负相关? 分析:对于给定一组观察数据,可以借助作散点图来判断两个变量是否具有线性相关性. 题型一 题型二 题型三 题型四 解:(1)散点图如图: (2)具有相关关系.根据散点图,样本点散布在从左下角到右上角的区域,变量x的值由小变大时,另一个变量y的值也由小变大,故它们具有正相关关系. 题型一 题型二 题型三 题型四 反思两个随机变量x和y是否具有相关关系的判断方法: (1)散点图法:通过散点图,观察它们的分布是否存在一定规律,直观地判断(如本题); (2)表格、关系式法:结合表格或关系式进行判断; (3)经验法:借助积累的经验进行分析判断. 题型一 题型二 题型三 题型四 【变式训练1】 以下是在某地搜集到的不同楼盘房屋的销售价格y(单位:万元)和房屋面积x(单位:m2)的数据: 判断房屋的销售价格和房屋面积之间是否具有线性相关关系,如果有线性相关关系,是正相关还是负相关? 题型一 题型二 题型三 题型四 解:数据对应的散点图如图: 通过以上数据对应的散点图可以判断,房屋的销售价格和房屋面积之间具有线性相关关系,且是正相关. 题型一 题型二 题型三 题型四 求回归直线方程 【例2】 每立方米混凝土的水泥用量x(单位:kg)与28天后混凝土的抗压强度y(单位:kg/cm2)之间的关系有如下数据,且已知x与y具有线性相关关系. 求两个变量间的回归直线方程. 分析:由题目可获取以下主要信息: (1)两个变量具有线性相关关系; (2)由两个变量的对应数据求回归直线方程. 解答本题要先列出相应的表格,有了表格中的那些相关数据,回归方程中的系数就容易求出了. 题型一 题型二 题型三 题型四 解:列表如下: 题型一 题型二 题型三 题型四 反思1.用公式求回归直线方程的一般步骤是: (1)列表. (4)写出回归直线方程. 2.求回归直线方程时应注意的问题: (2)使用计算器能大大简化手工的计算,迅速得出正确的结果,但输入数据时要细心,不能出任何差错;不同计算器的按键方式可能不同,可参考计算器的使用说明书进行相关的计算. 题型一 题型二 题型三 题型四 【变式训练2】 某企业某产品产量x与单位成本y的资料如下表,作出散点图,并求出y关于x的回归方程. 解:散点图如图: 题型一 题型二 题型三 题型四 将数据列表如下: 题型一 题型二 题型三 题型四 线性回归分析的应用 【例3】 下表提供了某厂节能降耗技术改造后生产甲产品过程中记