浙江省绍兴市马鞍镇中学高二数学统计案例课件 高考.pptVIP

基础知识 自主学习 要点梳理 1 ． 回归分析 (1) 定义：对具有 的两个变量进行统计分析 的一种常用方法． (2) 样本点的中心 对于一组具有线性相关关系的数据 ( x 1 ， y 1 ) ， ( x 2 ， y 2 ) ， …， ( x n ， y n ) ，其回归直线 y ＝ bx ＋ a 的斜率和截距的最小 二乘法估计分别为： b ^ ＝ ∑ n i ＝ 1 ? x i － x ?? y i － y ? ∑ n i ＝ 1 ? x i － x ? 2 ， a ^ ＝ y － b ^ x . 其中 x ＝ 1 n ∑ n i ＝ 1 x i ， y ＝ 1 n ∑ n i ＝ 1 y i ， ( x ， y ) 称为样本点的中心． 相关关系 (3) 相关系数 ① r ＝ ∑ n i ＝ 1 ? x i － x ?? y i － y ? ∑ n i ＝ 1 ? x i － x ? 2 ∑ n i ＝ 1 ? y i － y ? 2 ＝ ∑ n i ＝ 1 x i y i － n x y ? ∑ n i ＝ 1 x 2 i － n x 2 ?? ∑ n i ＝ 1 y 2 i － n y 2 ? ； ②当 r 0 时，表明两个变量 ； 当 r 0 时，表明两个变量 . r 的绝对值越接近于 1 ，表明两个变量的线性相关性 . r 的绝对值越接近于 0 ，表明两个变量之间 . 通常 | r | 大于 时，认为两个 变量有很强的线性相关性． 正相关 负相关 越强 几乎 0.75 不存在线性相关关系 (4) 相关指数 R 2 ＝ 1 － ∑ n i ＝ 1 ? y i － y ^ i ? 2 ∑ n i ＝ 1 ? y i － y ? 2 . R 2 的值越大，说明残差平方和 ，也 就是说模型的拟合效果 . 在线性回归 模型中， R 2 表示解释变量对于预报变量变 化的贡献率， R 2 越接近于 1 ，表示回归的 效果越好． 越小 越好 2 ． 独立性检验 (1) 分类变量：变量的不同“值”表示个体所 属的 ，像这类变量称为分类变量． (2) 列联表：列出两个分类变量的 ，称 为列联表． 假设有两个分类变量 X 和 Y ， 它们 的可能取值分别为 { x 1 ， x 2 } 和 { y 1 ， y 2 } ， 其样本 频数列联表 ( 称为 2 × 2 列联表 ) 为 不同类别 频数表 y 1 y 2 总计 x 1 a b a ＋ b x 2 c d c ＋ d 总计 a ＋ c b ＋ d a ＋ b ＋ c ＋ d 构造一个随机变量 K 2 ＝ n ? ad － bc ? 2 ? a ＋ b ?? c ＋ d ?? a ＋ c ?? b ＋ d ? ，其中 n ＝ 为样本容量． (3) 独立性检验 利用随机变量 来判断“两个分类变量 ” 的方法称为独立性检验． a ＋ b ＋ c ＋ d K 2 有关系 2 × 2 列联表 [ 难点正本 疑点清源 ] 独立性检验是本节内容的重点．独立性检 验的一般步骤为： (1) 根据样本数据制成 2 × 2 列联表； (2) 根据公式计算 K 2 的值； (3) 比较 K 2 与临界值的大小关系作统计推 断． 值得注意的是，使用 K 2 统计量作 2 × 2 列 联表的独立性检验时， 要求表中的 4 个数 据都要大于 5 ，所以，在选取样本容量时 一定要注意． 基础自测 1 ．相关系数度量 ( ) A ． 两个变量之间线性相关关系的强度 B ．散点图是否显示有意义的模型 C ．两个变量之间是否存在因果关系 D ．两个变量之间是否存在关系 解析 相关系数来衡量两个变量之间线 性相关关系的强弱． A 2 ． 两个变量 y 与 x 的回归模型中， 分别选 择了 4 个不同模型，它们的相关指数 R 2 如下，其中拟合效果