变量间的相互关系(探究).pptVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
变量间的相互关系(探究)

探究: 从上表发现,对某个人不一定有此规律,但对很多个体放在一起,就体现出“人体脂肪随年龄增长而增加”这一规律. 表中各年龄对应的脂肪数是这个年龄人群的样本平均数. 我们也可以对它们作统计图、表,对这两个变量有一个直观上的印象和判断. 下面我们以年龄为横轴, 脂肪含量为纵轴建立直 角坐标系,作出各个点, 称该图为散点图。 从刚才的散点图发现:年龄越大,体内脂肪含量越高,点的位置散布在从左下角到右上角的区域。称它们成正相关。 但有的两个变量的相关,如下图所示: 如高原含氧量与海拔高度 的相关关系,海平面以上, 海拔高度越高,含氧量越 少。 作出散点图发现,它们散 布在从左上角到右下角的区 域内。又如汽车的载重和汽 车每消耗1升汽油所行使的 平均路程,称它们成负相关. . 方案:先画出一条直线,测量出各点与它的距 离,再移动直线,到达一个使距离的和最小时,测出它的斜率和截距,得回归方程。 * * 年龄 脂肪 23 9.5 27 17.8 39 21.2 41 25.9 45 49 27.5 26.3 50 28.2 53 29.6 54 30.2 56 31.4 57 30.8 年龄 脂肪 58 33.5 60 35.2 61 34.6 如上的一组数据,你能分析人体的脂肪含量与年龄 之间有怎样的关系吗? 5 10 15 20 25 30 35 40 O 20 25 30 35 40 45 50 55 60 65 年龄 脂肪含量 O 基础知识框图表解 变量间关系 函数关系 相关关系 散点图 线形回归 线形回归方程 1、相关关系 (1)定义:自变量取值一定时,因变量的取值带有一定随机性的两个变量之间的关系叫相关关系。 (2)相关关系与函数关系的异同点。 相同点:两者均是指两个变量间的关系。 不同点:函数关系是一种确定关系,是一种因果系; 相关关系是一种非确定的关系,也不一定是因果关系(但可能是伴随关系)。 (3)相关关系的分析方向。 在收集大量数据的基础上,利用统计分析,发现规律,对它们的关系作出判断。 2、两个变量的线性相关 (1)回归分析 对具有相关关系的两个变量进行统计分析的方法叫回归分析。通俗地讲,回归分析是寻找相关关系中非确定关系的某种确定性。 (2)正相关 负相关 O 20 25 30 35 40 45 50 55 60 65 年龄 脂肪含量 O 脂肪含量 20 25 30 35 40 45 50 55 60 65 年龄 0 5 10 15 20 25 30 35 40 如图 : 3、回归直线方程 (1)回归直线:观察散点图的特征,如果各点大致分布在一条直线的附近,就称两个变量之间具有线性相关的关系,这条直线叫做回归直线。 (2)最小二乘法 (3)利用回归直线对总体进行估计 例1 下列两个变量之间的关系,哪个不是函数关系( ). A.角度和它的余弦值 B.正方形边长和面积 C.正n边形的边数和内角度数之和 D.人的年龄和身高 D 画图1 求回归直线方程的步骤: 第一步:列表 第二步:计算: 第三步:代入公式计算b,a的值 第四步:列出直线方程。 例2 观察两相关量得如下数据: 9 7 3 5 1 -1 -3 -5 -7 -9 y 1 2 4 3 5 -5 -4 -3 -2 -1 x 求两变量间的回归方程. 解:列表: 9 14 12 15 5 5 12 15 14 9 xiyi 9 7 3 5 1 -1 -3 -5 -7 -9 y 1 2 4 3 5 -5 -4 -3 -2 -1 x 10 9 8 7 6 5 4 3 2 1 i 计算得: 所求回归直线方程为

文档评论(0)

pengyou2017 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档