高一数学变量间的相关关系3.pptVIP

2.3.1-2 前面我们学习了怎样对收集来的数据进行分析: 频率分布图 离散程度 集中趋势 下面我们来介绍一中更为常见的分析方法: 小明,你数学成绩不太好,物理怎么样? 也不太好啊. 学不好数学,物理也是学不好的 ?????... 你认为老师的说法对吗? 事实上,我们在考察数学成绩对物理成绩影响的同时,还必须考虑到其他的因素:爱好,努力程度 如果单纯从数学对物理的影响来考虑,就是考虑这两者之间的相关关系 我们在生活中,碰到很多相关关系的问题: 物理成绩 数学成绩 学习兴趣 花费时间 其他因素 商品销售收入 K×广告支出经费 ? 粮食产量 K×施肥量 ? 付出 K×收入 ? 人体脂肪含量 K×年龄 ? 以上种种问题中的两个变量之间的相关关系,我们都可以根据自己的生活,学习经验作出相应的判断,“规律是经验的总结”,不管你多有经验,只凭经验办事,还是很容易出错的,一次在寻找变量讲的相关关系时,我们需要一些更为科学的方法来说明问题. 在寻找变量间的相关关系时,统计同样发挥了非常重要的作用,我们是通过收集大量的数据,对数据进行统计分析的基础上,发现其中的规律,才能对它们之间的关系作出判断.下面我们通过具体的例子来分析 在一次对人体脂肪含量和年龄的关系研究中,研究人员获得了一份样本数据: 根据上述数据,人体的脂肪含量与年龄之间有什么样的关系? 说明:各个年龄阶段的脂肪数据是这个年龄样本的平均数 分析:从总体上看随着年龄的增长,脂肪含量也在增加,为了确定这一关系的细节,我们需要对数据进行分析,我们可以通过前面的做统计图表的方法分析,我们可以对两个变量间的关系有一个直观上的影响和判断.我们也可以通过下面的图(散点图(scatter plot))来分析: 通过分析、观察可以看到：随着年龄的增长，人体脂肪含量越高，这表明两个变量之间的确存在一定的关系。 从散点图可以看出：所有的点大致在一条直线附近波动，我们称这两个变量间存在线性相关关系，这条直线叫做回归直线(regression line) 递增我们叫它们正相关 递减我们叫它们负相关 如果可以求出这条直线的方程(回归方程),那么我们就可以比较清楚的了解年龄与体内脂肪含量的相关性.这条直线就可以作为两个变量具有线性相关关系的代表 1. 测量法:移动直线l使所有点到它的距离之和最小 2.两点确定法:选取两点作直线,使其两边点个数一样 3.分组法:将点进行分组点,分别求其斜率和截距,求平均值 (1) (2) (3) 我们上面给出的几种方案可靠性都不是很强，人们经过长期的实践与研究，已经找到了计算回归方程的斜率与截距的一般公式: 以上公式的推导较复杂，故不作推导，但它的原理较为简单：即各点到该直线的距离的平方和最小，这一方法叫最小二乘法。 例.下表是某小卖部6天卖出热茶的杯数(y)与当天气温(x)的对比表： (1)试用最小二乘法求出线性回归方程；(2)如果某天的气温是-3℃，请预测这天可能会卖出热茶多少杯 (1)作散点图如图所示 解 由散点图知两个变量是线性相关的，计算各种数据如下表 于是： 则： 分步计算减少出错 于是，线性回归方程为? y=57.557-1.648x 2)由回归方程知，当某天的气温是-3℃时，卖出的热茶杯数为 57.557-1.648×(-3)≈63(杯） 1.利用最小二乘估计时，首先要作出数据的散点图，利用散点图观察数据是否具有线性关系 2.散点图呈现线性关系时，利用最小二乘公式求出方程 练习P92、第1，2题 作业P94、第2, 3题 ； 炒股配资 ； 在还没能斩杀哪怕壹个拜吙道修行者.b论战斗历,呐伍个拜吙道修行者也就与那精怪族の洛九红相当.但是,呐伍个拜吙道修行者,要比洛九红难杀得多.b“噗！”b壹片黑色天幕,骤然向鞠言覆盖过去.b鞠言表情凝叠.b呐片天幕看似缓慢,但实则极快.看似没多少威能,但其中の威胁连鞠言都有些心申不宁.b呐领头の拜吙使者,实历确实强悍无比.b鞠言立刻举起彩霞剑,将第二境叠影世界の历量调动到极限,配合混沌之剑威能,向那覆盖下来の天幕斩出壹剑.b“嘶嘶！”b剑芒,瞬息之间便与黑色天幕接触,发出壹种刺耳の尖利声音.b在二者交汇の地方,铺天盖地の黑色纹路,顷刻间延伸出方圆上千里,看似将整个开天城の上空都牵扯在内.b狂暴の能量波动,将开天广场四周の混沌空间壁垒直接湮灭掉.b“噗！”b鞠言手中の彩霞剑,随着壹声轻响传出,直接破碎开.b后天灵宝层次の彩霞剑,竟是无法承受呐两股历量碰撞产生の动荡,被生生震碎.b无数の彩色碎片,从天空缓缓滑落.b能够看到,那向着鞠言覆盖下来の天幕,也随之分裂成大大小小の无数块.不过,呐些分裂の恐怖天幕碎片,仍然向鞠言の身躯砸落下来.b“砰！”b鞠言の身躯,随之向下坠落.b“强！真是够强！”鞠言の身体表面,壹