常见的2.3变量间的相关关系.ppt

年龄 23 27 39 41 45 49 50 脂肪 9.5 17.8 21.2 25.9 27.5 26.3 28.2 年龄 53 54 56 57 58 60 61 脂肪 29.6 30.2 31.4 30.8 33.5 35.2 34.6 思考：当人的年龄增加时，体内脂肪含量到底是以什么方式增加的呢？ i 1 2 3 4 5 6 7 xi 23 27 39 41 45 49 50 yi 9.5 17.8 21.2 25.9 27.5 26.3 28.2 xiyi 218.5 480.6 826.8 1061.9 1237.5 1288.7 1410 i 8 9 10 11 12 13 14 xi 53 54 56 57 58 60 61 yi 29.6 30.2 31.4 30.8 33.5 35.2 34.6 xiyi 1568.8 1630.8 1758.4 1755.6 1943 2112 2110.6 解：1、设回归方程 2、列表 3、计算 4、代入公式求 的值 5、写出回归直线的回归方程 关于回归方程的几点思考 如果给出了 ，当某人37岁时， 代表什么？ 能不能说，当我到了37岁时，体内脂肪含量一定是20.90%？ 如果随便给出任意关系的两个变量的一组数据，能否也用上述方法求出回归直线方程？有没有意义？ 求回归直线方程的步骤 2、列表 3、计算 4、代入公式求 的值 5、写出回归直线的回归方程 1、设回归方程 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： 摄氏温度 -5 0 4 7 12 15 19 23 27 31 36 热饮杯数 156 150 132 128 130 116 104 89 93 76 54 1、从散点图中发现气温与热饮销售杯数之间关系的一般规律； 2、求回归方程； （已知： ） 3、如果某天的气温是2摄氏度，预测这天卖出的热饮杯数。 摄氏温度 -5 0 4 7 12 15 19 23 27 31 36 热饮杯数 156 150 132 128 130 116 104 89 93 76 54 x y 解： 1、各点散布在从左上角到由下角的区域里，因此，气温与热饮销售杯数之间成负相关，即气温越高，卖出去的热饮杯数越少。 2、回归方程为： 3、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。 练习： 实验测得四组（x,y）的值如下表所示： x 1 2 3 4 y 2 3 4 5 则y与x之间的回归直线方程为（ ） （参考数值： ） A 总结提升： 基础知识框图表解 变量间关系 函数关系 相关关系 散点图 线性相关 线性回归方程 课堂检测： 1、对变量x,y观测数据（xi,yi)(i=1,2,...,10),得散点图1；对变量u,v有观测数据(ui,vi)(i=1,2,...,10),得散点图2，由这两个散点图可判断（ ） y x o v o u 图1 图2 A、变量x与y 正相关，u与v正相关； B、变量x与y 正相关，u与v负相关； C、变量x与y 负相关，u与v正相关； D、变量x与y 负相关，u与v负相关； C 课堂检测： 2、某市居民2005-2009年家庭平均收入x（单位：万元)与年平均支出Y（单位：万元）的统计资料如下表： 年份 2005 2006 2007 2008 2009 收入x 11.5 12.1 13 13.3 15 支出Y 6.8 8.8 9.8 10 12 家庭年平均收入与年平均支出有 线性相关关系？ 正 课堂检测： 3. 假设关于某种设备的使用年限x和支出的维修费用y(万元） 有以下的统计资料 使用年限 2 3 4 5 6 维修费用 2.2 3.8 5.5 6.5 7.0 （1）求支出的维修费用y与使用年限x的回归方程； （2）估计使用年限为10年时，维修费用是多少？ 参考数值： 约为12.38 备选练习： 已知变量x与变量y有下列对应数据： x 1 2 3 4 y 0.5 1.5 2 3 则y对x的回归直线方程为 Office组件之word2007 Office组件之word2007 Office组件之word2007