(全国通用)2019届高考数学大一轮复习 第十一章 统计与统计案例 11.3 变量间的相关关系、统计案例学案.docVIP

§11.3　变量间的相关关系、统计案例 最新考纲 考情考向分析 1.会作两个相关变量的数据的散点图，会利用散点图认识变量间的相关关系． 2.了解最小二乘法的思想，能根据给出的线性回归方程系数公式建立线性回归方程． 3.了解独立性检验的基本思想、方法及其初步应用． 4.了解回归分析的基本思想、方法及简单应用. 回归分析，独立性检验是全国卷高考重点考查的内容，必考一个解答题，选择、填空题中也会出现．主要考查回归方程，相关系数，利用回归方程进行预测，独立性检验的应用等. 1．两个变量的线性相关 (1)正相关 在散点图中，点散布在从左下角到右上角的区域，对于两个变量的这种相关关系，我们将它称为正相关． (2)负相关 在散点图中，点散布在从左上角到右下角的区域，两个变量的这种相关关系称为负相关． (3)线性相关关系、回归直线 如果散点图中点的分布从整体上看大致在一条直线附近，就称这两个变量之间具有线性相关关系，这条直线叫做回归直线． 2．回归方程 (1)最小二乘法 求回归直线，使得样本数据的点到它的距离的平方和最小的方法叫做最小二乘法． (2)回归方程 方程 ＝ x＋ 是两个具有线性相关关系的变量的一组数据(x1，y1)，(x2，y2)，…，(xn，yn)的回归方程，其中 ， 是待定参数． 3．回归分析 (1)定义：对具有相关关系的两个变量进行统计分析的一种常用方法． (2)样本点的中心 对于一组具有线性相关关系的数据(x1，y1)，(x2，y2)，…，(xn，yn)，其中(，)称为样本点的中心． (3)相关系数 当r0时，表明两个变量正相关； 当r0时，表明两个变量负相关． r的绝对值越接近于1，表明两个变量的线性相关性越强．r的绝对值越接近于0，表明两个变量之间几乎不存在线性相关关系．通常|r|大于0.75时，认为两个变量有很强的线性相关性． 4．独立性检验 (1)分类变量：变量的不同“值”表示个体所属的不同类别，像这样的变量称为分类变量． (2)列联表：列出的两个分类变量的频数表，称为列联表．假设有两个分类变量X和Y，它们的可能取值分别为{x1，x2}和{y1，y2}，其样本频数列联表(称为2×2列联表)为 2×2列联表 y1 y2 总计 x1 a b a＋b x2 c d c＋d 总计 a＋c b＋d a＋b＋c＋d 构造一个随机变量K2＝，其中n＝a＋b＋c＋d为样本容量． (3)独立性检验 利用随机变量K2来判断“两个分类变量有关系”的方法称为独立性检验． 题组一　思考辨析 1．判断下列结论是否正确(请在括号中打“√”或“×”) (1)相关关系与函数关系都是一种确定性的关系，也是一种因果关系．(　×　) (2)“名师出高徒”可以解释为教师的教学水平与学生的水平成正相关关系．(　√　) (3)只有两个变量有相关关系，所得到的回归模型才有预测价值．(　√　) (4)某同学研究卖出的热饮杯数y与气温x(℃)之间的关系，得线性回归方程＝－2.352x＋147.767，则气温为2℃时，一定可卖出143杯热饮．(　×　) (5)事件X，Y关系越密切，则由观测数据计算得到的K2的观测值越大．(　√　) 题组二　教材改编 2．[P97A组T2]为调查中学生近视情况，测得某校男生150名中有80名近视，在140名女生中有70名近视．在检验这些学生眼睛近视是否与性别有关时，用下列哪种方法最有说服力(　　) A．回归分析 B．均值与方差 C．独立性检验 D．概率 答案　C 解析　“近视”与“性别”是两类变量，其是否有关，应用独立性检验判断． 3．[P97练习]下面是2×2列联表： y1 y2 合计 x1 a 21 73 x2 22 25 47 合计 b 46 120 则表中a，b的值分别为(　　) A．94,72 B．52,50 C．52,74 D．74,52 答案　C 解析　∵a＋21＝73，∴a＝52. 又a＋22＝b，∴b＝74. 4．[P81例1]某车间为了规定工时定额，需要确定加工零件所花费的时间，为此进行了5次试验．根据收集到的数据(如下表)，由最小二乘法求得回归方程 ＝0.67x＋54.9. 零件数x(个) 10 20 30 40 50 加工时间y (min) 62 75 81 89 现发现表中有一个数据看不清，请你推断出该数据的值为________． 答案　68 解析　由＝30，得＝0.67×30＋54.9＝75. 设表中的“模糊数字”为a， 则62＋a＋75＋81＋89＝75×5，∴a＝68. 题组三　易错自纠 5．某医疗机构通过抽样调查(样本容量n＝1 000)，利用2×2列联表和K2统计量研究患肺病是否与吸烟有关．计算得K2＝4.453，经查阅临界值表知P(K2≥3.841)≈0