变量间的相关关系.docxVIP

2019年变量间的相关关系 　　 篇一：知识讲解_变量间的相关关系_基础 ? 　　 变量的相关关系 ? 　　 编稿：丁会敏审稿：王静伟 ? 　　 【学习目标】 ? 　　 1.明确两个变量具有相关关系的意义；2.知道回归分析的意义； ? 　　 3.知道回归直线、回归直线方程、线性回归分析的意义；4.掌握对两个变量进行线性回归的方法和步骤，并能借助科学计算器确定实际问题中两个变量间的回归直线方程； ? 　　 【要点梳理】 ? 　　 【高清课堂：变量的相关关系400458知识讲解1】要点一、变量之间的相关关系 ? 　　 变量与变量之间存在着两种关系：一种是函数关系，另一种是相关关系。1．函数关系 ? 　　 函数关系是一种确定性关系，如y=kx+b，变量x取的每一个值，y都有唯一确定的值和它相对应。2．相关关系 ? 　　 变量间确定存在关系，但又不具备函数关系所要求的确定性相关关系分为两种:正相关和负相关要点诠释： ? 　　 对相关关系的理解应当注意以下几点：（1）相关关系与函数关系不同.因为函数关系是一种非常确定的关系，而相关关系是一种非确定性关系，即相关关系是非随机变量与随机变量之间的关系.而函数关系可以看成是两个非随机变量之间的关系.因此，不能把相关关系等同于函数关系. ? 　　 （2）函数关系是一种因果关系，而相关关系不一定是因果关系，也可能是伴随关系.例如，有人发现，对于在校儿童，鞋的大小与阅读能力有很强的相关关系.然而，学会新词并不能使脚变大，而是涉及到第三个因素——年龄.当儿童长大一些，他们的阅读能力会提高而且由于长大脚也变大. ? 　　 （3）函数关系与相关关系之间有着密切联系，在一定的条件下可以相互转化.例如正方形面积S与其边长x间虽然是一种确定性关系，但在每次测量边长时，由于测量误差等原因，其数值大小又表现出一种随机性.而对于具有线性关系的两个变量来说，当求得其回归直线后，我们又可以用一种确定性的关系对这两个变量间的关系进行估计. ? 　　 3．散点图 ? 　　 将收集到的两个变量的统计数据分别作为横、纵坐标，在直角坐标系中描点，这样的图叫做散点图。通过散点图可初步判断两个变量之间是否具有相关关系，她反映了各数据的密切程度。 ? 　　 要点二、正相关、负相关 ? 　　 （1）正相关：在统计数据中的两个变量，一个变量的值由小变大时，另一个变量的值也由小变大，这种相关称为正相关。如：家庭年收入越高，年饮食支出越高。反映在散点图上它们散布在从左下角到右上 ? 　　 （2）负相关：如果两个变量中，一个变量的值由小到大变化时，另一个变量的值由大到小变化，那么这种相关称为负相关。在散点图中，对应数据的位置为从左上角到右下角的区域。按表中所列数据制作的散点图如图。 ? 　　 （3）无相关关系：如果关于两个变量统计数据的散点图如下图所示，那么这两个变量之间不具有相关关系。例如，学生的身高与学生的学习成绩没有相关关系。 ? 　　 要点诠释： ? 　　 利用散点图可以大致判断两个变量之间有无相关关系。【高清课堂：变量的相关关系400458知识讲解2】要点三、线性回归方程1.回归直线方程 ? 　　 （1）回归直线：观察散点图的特征，发现各个大致分布在通过散点图中心的一条直线附近。如果散点图中点的分布从整体上看大致在一条直线附近，我们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。求出的回归直线方程简称回归方程。 ? 　　 2．回归直线方程的求法 ? 　　 设与n个观测点（xi,yi）?i?1,2,???,n?最接近的直线方程为?y?bx?a,，其中a、b是待定系数.则?yi?bxi?a,(i?1,2,?,n).于是得到各个偏差 ? 　　 yi??yi?yi?(bxi?a),(i?1,2,?,n). ? 　　 显见，偏差yi??yi的符号有正有负，若将它们相加会造成相互抵消，所以它们的和不能代表几个点与相应直线在整体上的接近程度，故采用n个偏差的平方和. ? 　　 Q?(y1?bx1?a)2?(y2?bx2?a)2???(yn?bxn?a)2 ? 　　 表示n个点与相应直线在整体上的接近程度.记Q? ? 　　 n ? 　　 (yi?bxi?a)2.?i?1 ? 　　 上述式子展开后，是一个关于a、b的二次多项式，应用配方法，可求出使Q为最小值时的a、b的值.即 ? 　　 n? ? 　　 (xi?)(yi?)?? ? 　　 i?1 ? 　　 ???b?n?(xi?)2??i?1???a??n ? 　　 ?xy ? 　　 ii?1 ? 　　 n ? 　　 i ? 　　 ??