2016-2017学年《金版学案》数学·选修2-3（人教A版）练习：章末复习课3 Word版含解析.docVIP

章末复习课 [整合·网络构建] [警示·易错提醒]1．线性回归方程中的系数及相关指数R独立性检验统计量K公式复杂莫记混用错．相关系数r是判断两随机变量相关强度的统计量相关指数R是判断线性回归模型拟合效果好坏的统计量而K是判断两分类变量相关程度的量应注意区分．在独立性检验中当K时我们有99.9的把握认为两分类变量有关是指“两分类变量有关”这一结论的可信度为99而不是两分类变量有关系的概率99%. 专题一　回归分析思想的应用回归分析是对抽取的样本进行分析确定两个变量的相关关系并用一个变量的变化去推测另一个变量的变化．如果两个变量非线性相关我们可以通过对变量进行变换转化为线性相关问题．[例1]　10次试验测得的数据如下表所示： 零件数x/个 10 20 30 40 50 60 70 80 90 100 加工时间y/(1)画出散点图并初步判断是否线性相关；(2)若线性相关求线性回归方程；(3)求出相关指数；(4)作5)进行残差分析；(6)试制订加工200个零件的用时规定．解：(1)散点图如图 由图可知线性相关．(2)x与y的关系可以用线性回归模型来拟合不妨设回归模型为＝＋因为＝55＝92＝－＝92－＝故线性回归方程为＝0.670x＋55.133.(3)利用所求回归方程求出下列数据： yi 61.833 68.533 75.233 81.933 88.633 yi－y－0.233 －0.933 －3.633 y－ －30 －20 －17 －11 －7 33 115.433 122.133 yi－y－0.333 0.967 －0.733 －3.433 4.867 y－ 3 11 16 20 35(4)因ei＝y－y利用上表中数据作出残差图如图所示： (5)由散点图可以看出x与y有很强的线性相关性由R的值可以看出回归效果很好．由残差图也可观察到第2个样本点的残差比较大需要确认在采集这些样本点的过程中是否有人为的错误．(6)将x＝200代入回归方程得＝189所以可以制订189 加工200个零件的规定．归纳升华建立回归模型的一般步骤：(1)确定研究对象明确哪个变量是解释变量哪个变量是预报变量；(2)画出确定好的解释变量和预报变量的散点图观察它们之间的关系(如是否存在线性关系)；(3)由经验确定回归方程的类型如我们观察到数据呈线性关系选用线性回归方程＝＋；(4)按一定规则估计回归方程中的参数；(5)得出结果后分析6)依据回归方程做出预报．[变式训练]　某商场经营一批进价是30元/台的小商品在市场试验中发现此商品的销售单价x(x取整数)元与日销售量y台之间有如下对应数据： 单价x/元 35 40 45 50 日销售y/台 56 41 28 11(1)画出散点图并说明y与x是否具有线性相关关系？如果有求出线性回归方程(方程的斜率保留一个有效数字)；(2)设经营此商品的日销售利润为P元根据(1)写出P关于x的函数关系式并预测当销售单价x为多少元时才能获得最大日销售利润．解：散点图如图所示：从图中可以看出这些点大致分布在一条直线附近因此两个变量具有线性相关关系． 设回归直线方程为＝＋由题意知＝42.5＝34, ＝－＝34－(－3)×42.5＝161.5.所以＝－3x＋161.5.(2)依题意有：＝(－3x＋161.5)(x－30)＝－3x＋251.5x－4 845＝－3＋－4 845.x＝时P有最大值．即预测销售单价约为42元时能获得最大日销售利润．专题二　独立性检验的应用独立性检验是对两个分类变量间是否存在相关关系的一种案例分析方法．常用等高条形图来直观反映两个分类变量之间差异的大小；利用假设检验求随机变量K的值能更精确地判断两个分类变量间的相关关系．[例2]　为了解某市市民对政府出台楼市限购令的态度在50名市民进行调查他们月收入(单位：百元)的频数分布及对楼市限购令的赞成人数如下表所示： 月收入 [15) [25，35) [35，45) [45，55) [55，65) [65，75) 频数 5 10 15 10 5 5 赞成人数 4 8 8 5 2 1将月收入不低于55的人群称为“高收入族”有收入低于55的人群称为“非高收入族”．(1)已知：K＝当K＜时没有充分的证据判定赞不赞成楼市限购令与收入高低有关；当K＞2.706时有90的把握判断赞成楼市限购令与收入高低有关；当K＞3.841有95的把握判断定赞不赞成楼市限购令与收入高低有关；当K＞6.635时有99的把握判定赞不赞成楼市限购令与收入高低有关．根据已知条件完成下面的2×2列联表有多大分类 非高收入族 高收入族 总计 赞成 不赞成 总计 (2)现从月收入在[55)的人群中随机抽取两人求所抽取的两人中至少一人赞成楼市限购令的概率．解：(1)2×2列联表如