2019-2020年北师大版数学选修2-3讲义：第3章+章末复习课及答案.docVIP

PAGE 回归分析 【例1】　下表是一位母亲给儿子作的成长记录： 年龄/周岁 3 4 5 6 7 8 9 身高/cm 90.8 97.6 104.2 110.9 115.6 122.0 128.5 年龄/周岁 10 11 12 13 14 15 16 身高/cm 134.2 140.8 147.6 154.2 160.9 167.5 173.0 (1)年龄和身高之间具有怎样的相关关系？ (2)如果年龄(3周岁～16周岁之间)相差5岁，其身高有多大差异？ (3)如果身高相差20 cm，其年龄相差多少？ [解]　(1)设年龄为x，身高为y，则eq \x\to(x)＝eq \f(1,14)(3＋4＋…＋15＋16)＝9.5， eq \x\to(y)＝eq \f(1,14)(90.8＋97.6＋…＋167.5＋173.0)≈131.985 7， eq \o(∑,\s\up6(14),\s\do4(i＝1))xeq \o\al(2,i)＝1 491，eq \o(∑,\s\up6(14),\s\do4(i＝1))yeq \o\al(2,i)＝252 958.2，eq \o(∑,\s\up6(14),\s\do4(i＝1))xiyi＝18 990.6，14eq \o(\x\to(x)) eq \o(\x\to(y))≈17 554.1， ∴eq \o(∑,\s\up6(14),\s\do4(i＝1))xeq \o\al(2,i)－14(eq \x\to(x))2＝227.5，eq \o(∑,\s\up6(14),\s\do4(i＝1))yeq \o\al(2,i)－14(eq \x\to(y))2≈9 075.05， eq \o(∑,\s\up6(14),\s\do4(i＝1))xiyi－14eq \o(\x\to(x)) eq \o(\x\to(y))＝1 436.5， ∴r＝eq \f(\o(∑,\s\up6(14),\s\do4(i＝1))xiyi－14\o(\x\to(x)) \o(\x\to(y)),\r(\o(∑,\s\up6(14),\s\do4(i＝1))x\o\al(2,i)－14?\x\to(x)?2)\r(\o(∑,\s\up6(14),\s\do4(i＝1))y\o\al(2,i)－14?\x\to(y)?2)) ＝eq \f(1 436.5,\r(227.5)×\r(9 075.05))≈0.999 7. 因此，年龄和身高之间具有较强的线性相关关系． (2)由(1)得b＝eq \f(\o(∑,\s\up6(14),\s\do4(i＝1))xiyi－14\o(\x\to(x)) \o(\x\to(y)),\o(∑,\s\up6(14),\s\do4(i＝1))x\o\al(2,i)－14?\x\to(x)?2)＝eq \f(1 436.5,227.5)≈6.314， a＝eq \x\to(y)－beq \x\to(x)＝131.985 7－6.314×9.5≈72， ∴x与y的线性回归方程为y＝6.314x＋72. 因此，如果年龄相差5岁，那么身高相差6.314×5＝31.57(cm)． (3)如果身高相差20 cm，年龄相差eq \f(20,6.314)≈3.168≈3(岁)． 解决回归分析问题的一般步骤 ?1?画散点图.根据已知数据画出散点图. ?2?判断变量的相关性并求回归方程.通过观察散点图，直观感知两个变量是否具有相关关系；在此基础上，利用最小二乘法求回归系数，然后写出回归方程. ?3?实际应用.依据求得的回归方程解决实际问题. 1．某运动员训练次数与运动成绩之间的数据关系如下： 次数x 30 33 35 37 39 44 46 50 成绩y 30 34 37 39 42 46 48 51 (1)作出散点图； (2)求出回归直线方程； (3)计算相关系数并进行相关性检验； (4)试预测该运动员训练47次及55次的成绩． [解]　(1)作出该运动员训练次数x与成绩y之间的散点图，如图所示，由散点图可知，它们之间具有线性相关关系． (2)列表计算： 次数xi 成绩yi xeq \o\al(2,i) yeq \o\al(2,i) xiyi 30 30 900 900 900 33 34 1 089 1 156 1 122 35 37 1 225 1 369 1 295 37 39 1 369 1 521 1 443 39 42 1 521 1 764 1 638 44 46 1 936 2 116 2 024 46 48 2 116 2 304 2 208 50 51 2 500 2 601 2 550 由上表可求得eq \x\to(x)＝39.25，eq \x\to(y)＝40.875， eq \i\su(