两个变量的线性相关 好42.pptVIP

两个变量的线性相关;除过函数关系，两个变量之间还有什么关系？？1、用什么图表示两个变量间的相关关系比较直观？2、两个变量间的相关关系有几种？各是什么？3、用怎样的式子表示两个变量间的相关关系？;1、变量之间除了函数关系外，还有相关关系。 例：（1）商品销售收入与广告支出经费之间的关系 （2）粮食产量与施肥量之间的关系 （3）人体内脂肪含量与年龄之间的关系;自主检测; 在一次对人体脂肪含量和年龄关系的研究中，研究人员获得了一组样本数据：;;2、你能举出一些生活中的变量成正相关或者负相关的例子吗？;思考： 1、两个变量成负相关关系时，散点图有什么特点？ 答：两个变量的散点图中点的分布的位置是从左上角到右下角的区域，即一个变量值由小变大而另一个变量值由大变小，我们称这种相关关系为负相关。; ;1.如果所有的样本点都落在某一函数曲线上，变量之间具有函数关系 2.如果所有的样本点都落在某一函数曲线附近，变量之间就有相关关系 3.如果所有的样本点都落在某一直线附近，变量之间就有线性相关关系 注：只有散点图中的点呈条状集中在某一直线周围的时候，才可以说两个变量之间具有线性关系，才有两个变量的正线性相关和负线性相关的概念，才可以用回归直线来描述两个变量之间的关系;方案一：采用测量的方法：先画一条直线，测量出各点到它的距离，然后移动直线，到达一个使距离之和最小的位置，测量出此时直线的斜率和截距，就得到回归方程。;方案二: 在图中选取两点画直线，使得直线两侧的点的个数基本相同。;方案三: 在散点图中多取几组点，确定几条直线的方程，分别求出各条直线的斜率和截距的平均数，将这两个平均数作为回归方程的斜率和截距。;最小二乘法的公式的探索过程如下：;;;;4、代入公式求 的值;求回归直线方程的步骤;我们可以用计算机来求回归方程。; 将年龄作为x代入上述回归方程，看看得出数值与真实值之间有何关系？; 若某人65岁，可预测他体内脂肪含量在37.1％（0.577×65-0.448= 37.1％）附近的可能性比较大。 但不能说他体内脂肪含量一定是37.1％ 原因：线性回归方程中的截距和斜率都是通过样本估计的，存在随机误差，这种误差可以导致预测结果的偏差，即使截距斜率没有误差，也不可能百分百地保证对应于x，预报值Y能等于实际值y;例1：有一个同学家开了一个小卖部，他为了研究气温对热饮销售的影响，经过统计，得到一个卖出的热饮杯数与当天气温的对比表：;解：1、画散点图;4、当x=2时， 因此，某天的气温为2摄氏度时，这天大约可以卖出143杯热饮。 ;例2 假设关于某设备的使用年限x（年）和所支出的维修费用y（万元），有如下的统计资料： 使用年限x（年） 2 3 4 5 6 维修费用y（万元） 2.2 3.8 5.5 6.5 7.0 若资料知y，x呈线性相关关系，试求： （1） 线性回归方程Y=bx+a的回归系数a、b； （2） 估计使用年限为10年时，维修费用是多少？;i;2. 回归方程y=1.5x－15，则( ) A. y=1.5 x－15 B. 15是回归系数a C. 1.5是回归系数a D. x=10时，y=0;课后作业;小结