高中数学知识点精讲精析 相关系数.docx

1.2 相关系数 要点精讲 要点精讲 相关系数是变量之间相关程度的指标。样本相关系数用 r 表示,总体相关系数用 ρ 表示,相关系数的取值范围为 [-1,1] 。|r| 值越大，误差 Q 越小，变量之间的线性相关程度越高； |r| 值越接近 0，Q 越大，变量之间的线性相关程度越低。 γ ＞0 为正相关， γ ＜0 为负相关。 γ ＝0 表示不相关； γ 的绝对值越大，相关程度越高。 3．两个现象之间的相关程度，一般划分为四级： 如两者呈正相关， r 呈正值，r=1 时为完全正相关； 如两者呈负相关则 r 呈负值， 而 r=-1 时为完全负相关。完全正相关或负相关时，所有图点都在直线回归线上；点 子的分布在直线回归线上下越离散， r 的绝对值越小。当例数相等时，相关系数的绝对值越接近 1，相关越密切；越接近于 0，相关越不密切。当 r=0 时，说明 X 和 Y 两个变量之间无直线关系。通常 |r| 大于 0.75 时，认为两个变量有很强的线性相关性。 典型例题 典型例题 某种合成纤维的强度与其拉伸倍数有关。下表是24 个纤维样品的强度与相应的拉伸倍数的实测记录。试求这两个变量间的经验公式。 编 号 1 2 3 4 5 6 7 8 9 10 11 12 拉伸倍数x 1.9 2.0 2.1 2.5 2.7 2.7 3.5 3.5 4.0 4.0 4.5 4.6 强度y (Mpa) 1.4 1.3 1.8 2.5 2.8 2.5 3.0 2.7 4.0 3.5 4.2 3.5 编 号 13 14 15 16 17 18 19 20 21 22 23 24 拉伸倍数x 5.0 5.2 6.0 6.3 6.5 7.1 8.0 8.0 8.9 9.0 9.5 10.0 强度y (Mpa) 5.5 5.0 5.5 6.4 6.0 5.3 6.5 7.0 8.5 8.0 8.1 8.1 【解析】 将观察值(xi，yi)，i=1,……,24 在平面直角坐标系下用点标出，所得的图称为散点图。从本例的散点图看出，强度 y 与拉伸倍数x 之间大致呈现线性相关关系，一元线性回归模型是适用y 与 x 的。现用公式（9.6）求a?,b? ，这里n=24 ?? x ? 127.5, ? y ? 113.1 ? i x 2 ? 829.61, i 1 ? y2 i i ? 650.93, ? x y i i ? 731.6 L ? 829.61 ? xx 24 1 ?127.52 ? 152.266 L ? 731.6 ? ?127.5 ?113.1 ? 130.756 1xy 24 1 L ? 650.93 ? ?113.12 ? 117.946 yy 24 ∴ b? ? Lxy L ? 0.859 a? ? y ? b?x ? 0.15 xx 由此得强度y 与拉伸倍数x 之间的经验公式为 y? ? 0.15 ? 0.859 x