【选修1－1，1－2，4－5】：专题五 统计案例 Word版含解析.docVIP

PAGE 一、题之源：课本基础知识 1．变量间的相关关系 (1)常见的两变量之间的关系有两类：一类是函数关系，另一类是相关关系；与函数关系不同，相关关系是一种非确定性关系． (2)从散点图上看，点分布在从左下角到右上角的区域内，两个变量的这种相关关系称为正相关，点分布在左上角到右下角的区域内，两个变量的相关关系为负相关． 2．两个变量的线性相关 (1)从散点图上看，如果这些点从整体上看大致分布在通过散点图中心的一条直线附近，称两个变量之间具有线性相关关系，这条直线叫回归直线． (2)回归方程为eq \o(y,\s\up6(^))＝eq \o(b,\s\up6(^))x＋eq \o(a,\s\up6(^))，其中eq \o(b,\s\up6(^))＝ eq \f( eq \o(∑,\s\up6(n),\s\do4(i=1)) x i y i－neq \o(x,\s\up6(－))eq \o(y,\s\up6(－)), eq \o(∑,\s\up6(n),\s\do4(i=1))x i eq \s\up4(2) －neq \o(x,\s\up6(－)) eq \s\up4(2) ) ，eq \o(a,\s\up6(^))＝eq \o(y,\s\up6(－))－eq \o(b,\s\up6(^))eq \o(x,\s\up6(－))． (3)通过求Q＝eq \o(\s\do8(i＝1),∑,\s\up6(n))eq^\o( ,\s\do4(i＝1)) (yi－bxi－a)2的最小值而得出回归直线的方法，即求回归直线，使得样本数据的点到它的距离的平方和最小，这一方法叫做最小二乘法． (4)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． 3．独立性检验 假设有两个分类变量X和Y，它们的取值分别为{x1，x2}和{y1，y2}，其样本频数列联表(称为2×2列联表)为： y1 y2 总计 x1 a b a＋b x2 c d c＋d 总计 a＋c b＋d a＋b＋c＋d K2＝eq \f(n（ad－bc）2,（a＋b）（a＋c）（b＋d）（c＋d）)(其中n＝a＋b＋c＋d为样本容量)． 二、题之本：思想方法技巧 1．在研究两个变量之间是否存在某种关系时，必须从散点图入手．对于散点图，可以做出如下判断： (1)如果所有的样本点都落在某一函数曲线上，就用该函数来描述变量之间的关系，即变量之间具有函数关系． (2)如果所有的样本点都落在某一函数曲线附近，变量之间就有相关关系． (3)如果所有的样本点都落在某一直线附近，变量之间就有线性相关关系． 2．分析两个变量相关关系的常用方法： (1)利用散点图进行判断； (2)利用相关系数r进行判断． 3． (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，只有在散点图大致呈线性时，求出的回归直线方程才有实际意义，否则无意义． (2)根据回归方程进行的估计仅是一个预测值，而不是真实发生的值． (3)用最小二乘法求回归方程，关键在于正确求出系数，，由于，的计算量较大，计算时应仔细小心． 4．线性回归分析的方法、步骤 (1)画出两个变量的散点图； (2)求相关系数r，并确定两个变量的相关程度的高低； (3)用最小二乘法求回归直线方程＝x＋， (4)利用回归直线方程进行预报． 注：①对于非线性(可线性化)的回归分析，一般是利用条件及我们熟识的函数模型，将题目中的非线性关系转化为线性关系进行分析，最后还原．②利用相关指数R2＝1－刻画回归效果时，R2越大，意味着残差平方和越小，模型的拟合效果越好. 5．独立性检验的一般步骤 (1)假设两个分类变量x与y没有关系； (2)计算出K2的观测值，其中 K2＝eq \f(n（ad－bc）2,（a＋b）（c＋d）（a＋c）（b＋d）)； (3)把K2的值与临界值比较，作出合理的判断． 6．独立性检验的注意事项 (1)在列联表中注意事件的对应及相关值的确定，不可混淆． (2)在实际问题中，独立性检验的结论仅是一种数学关系表述，得到的结论有一定的概率出错． (3)对判断结果进行描述时，注意对象的选取要准确无误，应是对假设结论进行的含概率的判断，而非其他． 三、题之变：课本典例改编 1.原题（选修1-2第6页例2）一只红铃虫的产卵数 和温度 有关，现收集了 7 组观测数据列于表中，试建立 与 之间的回归方程。 温度 21 23 25 27 29 32 35 产卵数个 7 11 21 24 66 115 325 改编 为了对佛山市中考成绩进行分析，在60分以