高中选修1-2 回归分析和独立性检验 知识总结与联系.docVIP

选修1-2第一部分 变量间的相关关系与统计案例 【基础知识】 一、回归分析 1.两个变量的线性相关：判断是否线性相关 ①用散点图 (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用相关系数r (3)除用散点图外，还可用样本相关系数r来衡量两个变量x，y相关关系的强弱， 当r＞0，表明两个变量正相关，当r＜0，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|时，认为这两个变量具有很强的线性相关关系． 回归方程： 两个变量具有线性相关关系，数据收集如下： 可用最小二乘法得到回归方程,其中 3．回归分析的基本思想及其初步应用 (1)回归分析是对具有相关关系的两个变量进行统计分析的方法，其常用的 研究方法步骤是画出散点图，求出回归直线方程，并利用回归直线方程进行预报． (2)对n个样本数据(x1，y1)、(x2，y2)、…、(xn，yn)，称为样本点的中心．样本点中心一定落在回归直线上。 4、回归效果的刻画： 用相关指数来刻画回归的效果，公式是 的值越大，说明残差平方和越小，也就是说模型拟合效果好 二．独立性检验的基本思想及其初步应用 题型一　相关关系的判断 【例1】对四组数据进行统计，获得以下散点图，关于其相关系数比较，正确的是(　　) r2r40r3r1　　 B. r4r20r1r3 C. r4r20r3r1　　 D. r2r40r1r3 【变式1】 根据两个变量x，y之间的观测数据画成散点图如图所示，这两个变量是否具有线性相关关系________(填“是”与“否”)． 题型二　线性回归方程 【例2】在2013年元旦期间，某市物价部门对本市五个商场销售的某商品一天的销售量及其价格进行调查，五个商场的售价x元和销售量y件之间的一组数据如下表所示： 价格x 9 9.5 10 10.5 11 销售量y 11 10 8 6 5 通过分析，发现销售量y与商品的价格x具有线性相关关系，则销售量y关于商品的价格x的线性回归方程为________． (参考公式：eq \o(b,\s\up7(^))= ，eq \o(a,\s\up7(^))＝eq \x\to(y)－eq \o(b,\s\up7(^))eq \x\to(x)) 【变式3】为了解儿子身高与其父亲身高的关系，随机抽取5对父子的身高数据如下： 父亲身高x/cm 174 176 176 176 178 儿子身高y/cm 175 175 176 177 177 则y对x的线性回归方程为(　　)． A．y＝x－1 B．y＝x＋1 C．y＝88＋eq \f(1,2)x D．y＝176 题型三　独立性检验 【例4】通过随机询问110名性别不同的行人，对过马路是愿意走斑马线还是愿意走人行天桥进行抽样调查，得到如下的列联表： 男 女 总计 走天桥 40 20 60 走斑马线 20 30 50 总计 60 50 110 由K2＝eq \f(n?ad－dc?2,?a＋b??c＋d??a＋c??b＋d?)， 算得K2＝eq \f(110×?40×30－20×20?2,60×50×60×50)≈7.8. 附表： P(K2≥k) 0.050 0.010 0.001 k 3.841 6.635 10.828 对照附表，得到的正确结论是(　　) A. 有99%以上的把握认为“选择过马路的方式与性别有关” B. 有99%以上的把握认为“选择过马路的方式与性别无关” C. 在犯错误概率不超过0.1%的前提下，认为“选择过马路的方式与性别有关” D. 在犯错误概率不超过0.1%的前提下，认为“选择过马路的方式与性别无关 【变式2】 某企业有两个分厂生产某种零件，按规定内径尺寸(单位：mm)的值落在[29.94,30.06)的零件为优质品．从两个分厂生产的零件中各抽出了500件，量其内径尺寸，得结果如下表：甲厂： 分组 [29.86， 29．90) [29.90， 29．94) [29.94， 29．98) [29.98， 30．02) [30.02， 30．06) [30.06， 30．10) [30.10， 30．14) 频数 12 63 86 182 92 61 4 乙厂： 分组 [29.86， 29．90) [29.90， 29．94) [29.94， 29．98) [29.98，