《变量之间的相关关系》文字素材1（新课标人教A版必修3）.docVIP

变量间的相关性——知识导学 一、课标要求 1．通过收集现实问题中两个有关联变量的数据作出散点图，并利用散点图直观认识变量间的相关关系； 2．经历用不同估算方法描述两个变量线性相关的过程，知道最小二乘法的思想，能根据给出的线性回归方程系数公式建立线性回归方程。 二、要点清点 （一）变量间的相关关系 1．变量间的相关关系 变量与变量之间的关系常见的有两类：一类是确定性的函数关系；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，此时我们称两个变量具有相关关系。 注：相关关系与函数关系的异同点： （1）相同点：两者均是指两个变量的关系。 （2）不同点：①函数关系是一种确定的关系；相关关系是一种非确定的关系。 ②函数关系是一种因果关系，而相关关系不一定是因果关系，也可能是伴随关系。 2．散点图 把两个变量作为横、纵坐标，在平面直角坐标系中描点作出两个变量的对应点，这样的图形叫做散点图。 注：散点图中变量的对应点如果分布在某条直线的周围，我们就可以得出结论：这两个变量具有相关关系；如果变量的对应点分布没有规律，我们就可以得出结论：这两个变量不具有相关关系。 3．正相关、负相关 具有相关关系的两个变量，如果一个变量的值由小变大时，另一个变量的值也由小变大，这种相关称为正相关；反之，如果一个变量的值由小变大时，另一个变量的值由大变小，这种相关称为负相关。 （二）两个变量的线性相关 1．线性相关、回归直线 如果散点图中，相应于具有相关关系的两个变量所有观察值的数据点，分布在一条直线附近，我们就称这两个变量之间具有线性相关关系，这样的直线可以画出许多条，其中“最贴近”这些数据点的一条，我们称之为回归直线。 2．用最小二乘法求回归直线方程。 记回归直线方程为，，叫做回归系数。利用最小二乘法可以求得回归系数： ， 。 其中，。 注：（1）我们知道，回归直线是数据点最贴近的直线，反映贴近程度的数据是离差的平方和，即总离差，这样，回归直线就是所有直线中取最小值的那一条，这种使“离差平方和为最小”的方法，叫做最小二乘法。 （2）利用最小二乘法求回归系数，时，是将离差的平方和转化为关于或的二次函数，利用二次函数知识求得的。 3．求回归直线方程的步骤 （1）作出给出数据的散点图，并直观地判断是否是线性相关的； （2）求出，； （3）求出，； （4）求出和，写出回归直线方程。 4．回归直线方程的应用 （1）描述两变量之间的依存关系：利用回归直线方程即可定量描述两个变量间依存的数量关系； （2）利用回归方程进行预测：把预报因子（即自变量）代入回归方程对预报量（即因变量）进行估计，即可得到个体值的容许区间。 （3）利用回归方程进行统计控制规定值的变化，通过控制的范围来实现统计控制的目标。如已经得到了空气中的浓度和汽车流量间的回归方程，即可通过控制汽车流量来控制空气中的浓度。 5．利用散点图和回归直线方程的注意事项 （1）做回归分析要有实际意义； （2）回归分析前，最好先作出散点图，以判断是否是线性相关关系； （3）回归直线不要外延。 三、范例剖析 例1 下列两个变量之间的关系不具有线性关系的是（ ） ．小麦产量与施肥值 ．球的体积与表面积 ．蛋鸭产蛋个数与饲养天数 ．甘蔗的含糖量与生长期的日照天数 分析：设球的半径为，则球的体积为，球的表面积，显然这两者不是线性关系。 解析： 评注：线性关系是一种函数关系，因此具有确定性。本题中的两者之间有相关关系，但不具有线性关系。 例2 要分析学生初中升学的数学成绩对高一学习情况的影响，在高一年级学生中随机抽取了10名学生，他们的入学成绩与期末考试成绩如下表： 学生编号 1 2 3 4 5 6 7 8 9 10 入学成绩 63 67 45 88 81 71 52 99 58 76 期末成绩 65 78 52 82 92 89 73 98 56 75 （1）若变量与之间具有线性相关关系，求出回归直线方程； （2）若某学生的入学成绩为80分，试估计他的期末成绩。 解析：（1）， 。 ∴，， ∴所求线性回归直线方程为。 （2）某学生的入学成绩为80分，代入上式可求得，即这个学生期末成绩的预测值为84分。 评注：知道与呈线性相关关系，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备相关关系，或者说，它们之间相关关系不显著，即使求出回归直线方程也是毫无意义的，而且用其估计和预测的量也是不可信的。 例3 下表是我国居民生活污水排放量的一组数据： 年份 1995 1996 1997 1998 1999 2000