高中数学统计 2.3.2教学课件.pptVIP

1.理解两个变量的相关关系的概念. 2.会作散点图，并利用散点图判断两个变量之间是否具有相关关系. 3.会求线性回归方程． 第二章　统 计 　两个变量的线性相关 知识点一　变量间的相关关系 1.变量之间常见的关系 函数关系 变量之间的关系可以用函数表示 相关关系 变量之间有一定的联系，但不能完全用函数表示 2.相关关系与函数关系的区别与联系 区别：函数关系，①函数关系中两个变量间是一种确定性关系；②函数是一种因果关系，有这样的因，必有这样的果.例如，圆的半径由1增大为2，其面积必然由π增大到4π. 相关关系，①相关关系是一种非确定性关系.例如，吸烟与患肺癌之间的关系，两者之间虽然没有确定的函数关系，但吸烟多的人患肺癌的风险会大幅增加，两者之间即是一种非确定性的关系；②相关关系不一定是因果关系，也可能是伴随关系. 联系：①在一定的条件下可以相互转化，对于具有线性相关关系的两个变量来说，当求得其线性回归方程后，可以用一种确定性的关系对这两个变量间的取值进行评估； ②相关关系在现实生活中大量存在，从某种意义上讲，函数关系是一种理想的关系模型，而相关关系是一种更为一般的情况 在一次对人体脂肪含量和年龄的关系研究中,研究人员获得了一份样本数据: 根据上述数据,人体的脂肪含量与年龄之间有什么样的关系? 说明:各个年龄阶段的脂肪数据是这个年龄样本的平均数 我们把这个图叫做散点图. (1)正相关：散点图中的点散布在从 到 的区域. (2)负相关：散点图中的点散布在从 到 的区域. 1.散点图 2.正相关与负相关 左下角 右上角 左上角 右下角 正相关 负相关 思考　任意两个统计数据是否均可以作出散点图？ 答　可以，不管这两个统计量是否具备相关性，以一个变量值作为横坐标，另一个作为纵坐标，均可画出它的散点图. 3.回归直线 如果散点图中点的分布从整体上看大致在 附近，就称这两个变量之间具有 关系，这条直线叫做回归直线. 一条直线 线性相关 4.回归方程 这样求得的回归方程，满足样本数据的点到直线的距离的平方和最小，这种求回归方程的方法叫最小二乘法(method of least square)。 1.求回归方程的步骤 (1)列表xi，yi，xiyi. 2.求回归方程的适用条件 两个变量具有线性相关性，假设题目没有说明相关性，那么必须对两个变量进行相关性判断. 例2　5名学生的数学和物理成绩(单位：分)如下： 画出散点图，并判断它们是否具有线性相关关系. 80 75 70 65 60 62 64 68 66 70 解：以x轴表示数学成绩，y 轴表示物理成绩， 由散点图可知，各点分布在一条直线附近， 故物理成绩和数学成绩具有线性相关关系. 成正相关。 得相应的散点图如下图. 18．〔12分〕〔20xx?xx模拟〕某项科研活动共进行了5次试验，其数据如表所示： 特征量 第1次 第2次 第3次 第4次 第5次 x 555 559 551 563 552 y 601 605 597 599 598 求特征量y关于x的线性回归方程 并预测当特征量x为570时特征量y的值． 所以回归方程为 当特征量x为570时特征量y的值为