优化方案人教B版数学必修3课件：2.3.2 两个变量的线性相关.pptVIP

注意：如果两个变量不具有线性相关关系,即使求出回归直线方程也毫无意义，而且用其进行估计和预测也是不可信的． 变式训练 2．一般来说，一个人的身高越高，他的手就越大，为调查这一问题，对某校10名高一男生的身高与右手长度进行测量得到如下数据(单位：cm)： 身高 168 170 171 172 174 176 178 178 180 181 右手长度 19.0 20.0 21.0 21.5 21.0 22.0 24.0 23.0 22.5 23.0 (1)根据上述数据制作散点图，判断两者有无线性相关关系； (2)如果具有线性相关关系，求回归方程; (3)如果一名同学身高为185 cm，估计他的右手长． 解：(1)散点图如图所示． 可见，身高与右手长之间的总体趋势成一条直线，即它们线性相关． 备选例题 解析：选A.由于销售量y与销售价格x成负相 关,故排除B、D.又当x＝10时，A中y＝100,而C中y＝－300，C不符合题意，故选A. 2．(2011·高考广东卷)为了解篮球爱好者小李的投篮命中率与打篮球时间之间的关系，下表记录了小李某月1号到5号每天打篮球时间x(单位：小时)与当天投篮命中率y之间的关系: 时间x 1 2 3 4 5 命中率y 0.4 0.5 0.6 0.6 0.4 小李这5天的平均投篮命中率为________；用线性回归分析的方法，预测小李该月6号打6小时篮球的投篮命中率为________． 解析：小李这5天的平均投篮命中率为 (0.4＋0.5＋0.6＋0.6＋0.4)÷5＝0.5， 答案：0.5　0.53 3．有人统计了同一个省的6个城市某一年的人均国民生产总值(即人均GDP)和这一年各城市患白血病的儿童数量，如下表: 人均GDP(万元) 10 8 6 4 3 1 患白血病的儿童数 351 312 207 175 132 180 解：(1)根据表中数据画散点图，如图所示，从图可以看出，在6个点中，虽然第一个点离这条直线较远，但其余5个点大致分布在这条直线的附近，所以这两个变量具有线性相关关系． 方法感悟 失误防范 (1)求线性回归方程时，应注意只有在散点图大致呈线性相关时，求出的线性回归方程才有实际意义，因此，对数据作线性回归分析时，应先看其散点图是否呈线性相关关系． (2)求线性回归方程，关键在于正确地求出系数a、b， 由于求a、b的计算量较大，计算时应仔细谨慎、分层进行，避免因计算产生失误． (3)得到的实验数据不同，则a、b的结果也不尽相同. 栏目导引 新知初探 思维启动 典题例证 技法归纳 知能演练 轻松闯关 第二章 统计 2．3.2　两个变量的线性相关 学习导航 学习目标 重点难点 重点：回归直线方程的求解． 难点：最小二乘法的理解以及求回归直线方程的系数． 新知初探思维启动 1．线性相关关系 __________________表示的相关关系，叫做线性相关关系．如果在散点图中，___________________________，则称这两个变量具有线性相关关系． 能用直线方程近似 各点都集中在一条直线附近 做一做 1.下面散点图表示两变量为线性相关关系的是________． 解析：④不具有相关关系，①②③是相关关系，②不是线性相关关系． 答案：①③ 2．线性回归方程和最小二乘法 (1)线性回归方程 一般地，设有(x，y)的n对观察数据如下: x x1 x2 x3 … xn y y1 y2 y3 … yn 线性回归方程 回归直线． 最小． 最小值 离差平方和最小 (3)回归直线方程的系数计算公式 bx＋a 实际值为y 估计值 观察值按最小二乘法求得的估计值 a＋bx0 答案：11.69 典题例证技法归纳 题型一　求回归直线方程 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)之间具有线性相关关系．有如下数据： 题型探究 例1 x 150 160 170 180 190 200 210 220 230 240 250 260 y 56.9 58.3 61.6 64.6 68.1 71.3 74.1 77.4 80.2 82.6 86.4 89.7 求两变量间的回归直线方程． 【解】　列表如下： 变式训练 1．某地10户家庭的年收入和年饮食支出的统计资料如下表： 年收入x(万元) 2 4 4 6 6 6 7 7 8 10 年饮食支出y(万元) 0.9 1.4 1.6 2.0 2.1 1.9 1.8 2.1 2.2 2.3 根据上述数据，家庭年收入与年饮食支出之间有怎样的关系呢？求出回归直线方程． 解：以年收入x为横坐标，把年饮食支出y的相应取值作为纵坐标，描出如图所示散点图． 由散点图可以看出，各散点在一条直