高考数学一轮复习学案（北师大版理科）： 第9章 算法初步、统计与统计案例 第4节 变量间的相关关系与统计案例学案 理 北师大版.docVIP

第四节　变量间的相关关系与统计案例 [考纲传真]　(教师用书独具)1.会做两个有关联变量的数据的散点图，并利用散点图认识变量间的相关关系.2.了解最小二乘法的思想，能根据给出的线性回归方程系数公式建立线性回归方程(线性回归系数公式不要求记忆).3.了解回归分析的基本思想、方法及其简单应用.4.了解独立性检验(只要求2×2列联表)的思想、方法及其初步应用． (对应学生用书第165页) [基础知识填充] 1．两个变量的线性相关 (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，这条直线叫作回归直线． 2．回归方程 (1)最小二乘法 求回归直线，使得样本数据的点到它的距离的平方和最小的方法叫作最小二乘法． (2)回归方程 方程y＝bx＋a是两个具有线性相关关系的变量的一组数据(x1，y1)，(x2，y2)，…，(xn，yn)的回归方程，其中a，b是待定参数． eq \b\lc\{\rc\ (\a\vs4\al\co1(b＝\f(\o(∑,\s\up7(n),\s\do7(i＝1)) (xi－\x\to(x))(yi－\x\to(y)),\o(∑,\s\up7(n),\s\do7(i＝1)) (xi－\x\to(x))2)＝\f(\o(∑,\s\up7(n),\s\do7(i＝1))xiyi－n\o(x,\s\up7(－))\o(y,\s\up7(－)),\o(∑,\s\up7(n),\s\do7(i＝1))x\o\al(2,i)－n\x\to(x)2),a＝\x\to(y)－b\x\to(x).)) 3．回归分析 (1)定义：对具有相关关系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(x1，y1)，(x2，y2)，…，(xn，yn)，其中(eq \o(x,\s\up7(－))，eq \o(y,\s\up7(－)))称为样本点的中心． (3)相关系数 当r＞0时，表明两个变量正相关； 当r＜0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． 4．独立性检验 (1)分类变量：变量的不同“值”表示个体所属的不同类别，像这类变量称为分类变量． (2)列联表：列出两个分类变量的频数表，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{x1，x2}和{y1，y2}，其样本频数列联表(称为2×2列联表)为 2×2列联表 y1 y2 总计 x1 a b a＋b x2 c d c＋d 总计 a＋c b＋d a＋b＋c＋d 构造一个随机变量χ2＝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． (3)独立性检验 利用随机变量χ2来判断“两个分类变量有关系”的方法称为独立性检验． [知识拓展]　1.b的几何意义：体现平均增加或平均减少． 2．由回归直线求出的数据是估算值，不是精确值． [基本能力自测] 1．(思考辨析)判断下列结论的正误．(正确的打“√”，错误的打“×”) (1)“名师出高徒”可以解释为教师的教学水平与学生的水平成正相关关系．(　　) (2)通过回归直线方程y＝bx＋a可以估计预报变量的取值和变化趋势．(　　) (3)因为由任何一组观测值都可以求得一个线性回归方程，所以没有必要进行相关性检验．(　　) (4)事件X，Y关系越密切，则由观测数据计算得到的χ2的观测值越大．(　　) [答案]　(1)√　(2)√　(3)×　(4)√ 2．(教材改编)已知变量x与y正相关，且由观测数据算得样本平均数eq \x\to(x)＝3，eq \x\to(y)＝3.5，则由该观测数据算得的线性回归方程可能是(　　) A．y＝0.4x＋2.3　　 B．y＝2x－2.4 C．y＝－2x＋9.5 D．y＝－0.3x＋4.4 A　[因为变量x和y正相关，排除选项C，D．又样本中心(3,3.5)在回归直线上，排除B，选项A满足．] 3．下面是一个2×2列联表 y1 y2 总计 x1 a 21 73 x2 2 25 27 总计 b 46 则表中a，b处的值分别为________． 52,54　[因为a＋21＝73，所以a＝52.又因为a＋2＝b，所以b＝54.] 4．调查了某地若干户家庭的年收入x(单位：万元)和年饮食支出y(单位：万元)，调查