- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
2.3变量间的相互关系;1.在中学校园里,有这样一种说法:“如果你的数学成绩好,那么你的物理学习就不会有什么大问题。”按照这种说法,似乎学生的物理成绩与数学成绩之间存在着某种关系,我们把数学成绩和物理成绩看成是两个变量,那么这两个变量之间的关系是函数关系吗?;思考:如果两个变量成负相关,从整体上看 这两个变量的变化趋势如何?其散点
图有什么特点?;思考:如果两个变量成负相关,从整体上看 这两个变量的变化趋势如何?其散点
图有什么特点?
一个变量随另一个变量的变大而变小,散点图中的点散布在从左上角到右下角的区域。;【例1】下列语句所表示的事件中的因素不具;【例2】以下是某地搜集到的新房屋的销售价格和房屋的面积的数据:;两个变量x与y相关关系的判断方法:
散点图法:通过散点图,观察它们的分布
是否存在一定规律,直观地判??;如果发现点的分布从整体上看大致在一条直线附近,那么这两个变量就是线性相关的,注意不要受个别点的位置的影响.
表格、关系式法:结合表格或关系式进行
判断;
经验法:借助积累的经验进行分析判断.;做一做2 下列图形中,两个变量具有线性相关关系的是( );对于两个变量之间的关系,有函数关系和相关关系两种,其中函数关系是一种确定性关系,相关关系是一种非确定性关系。
散点图能直观反映两个相关变量之间的大致变化趋势,利用计算机作散点图是简单可行的办法。
一般情况下两个变量之间的相关关系成正相关或负相关,类似于函数的单调性。;回归直线及其方程;1.两个变量之间的相关关系的含义如何?成正相关和负相关的两个相关变量的散点图分别有什么特点?;1.两个变量之间的相关关系的含义如何?成正相关和负相关的两个相关变量的散点图分别有什么特点?
自变量取值一定时,因变量的取值带有一定随机性的两个变量之间的关系。;1.两个变量之间的相关关系的含义如何?成正相关和负相关的两个相关变量的散点图分别有什么特点?
自变量取值一定时,因变量的取值带有一定随机性的两个变量之间的关系。
正相关的散点图中的点散布在从左下角到右上角的区域,负相关的散点图中的点散布在从左上角到右下角的区域;思考1:在各种各样的散点图中,有些散点图中的点是杂乱分布的,有些散点图中的点的分布有一定的规律性,年龄和人体脂肪含量的样本数据的散;思考2:如果散点图中的点的分布,从整体上看大致在一条直线附近,则称这两个变量之间具有线性相关关系,这条直线叫做回归直线.;;思考3:回归直线与散点图中各点的位置应具有怎样的关系?;思考4:对于求回归直线方程,你有哪些想法?;思考5:对一组具有线性相关关系的样本数据:(x1,y1),(x2,y2),…,(xn,yn),设其 归
方程为 可以用哪些数量关系来刻画各样本点与 归直线的接近程度?;;思考6:利用计算器或计算机可求得年龄和人体脂肪含量的样本数据的 归方程为0.577x-0.448,由此我们可以根据一个人个年龄预测其体内脂肪含量的百分比的 归值。若某人37岁,则其体内脂肪含量的百分比约为多少?;思考6:利用计算器或计算机可求得年龄和人体脂肪含量的样本数据的 归方程为0.577x-0.448,由此我们可以根据一个人个年龄预测其体内脂肪含量的百分比的 归值。若某人37岁,则其体内脂肪含量的百分比约为多;练习:;;1.求样本数据的线性回归方程,可按下列步骤进行:
第一步,计算平均数 ,;1.求样本数据的线性回归方程,可按下列步骤进行:
第一步,计算平均数 ,
第二步,求和 ,;第二步,求和;回归方程被样本数据惟一确定,各样本点大致分布在回归直线附近。对同一个总体,不同的样本数据对应不同的回归直线,所以回归直线也具有随机性。
对于任意一组样本数据,利用上述公式都可以求得“回归方程”,如果这组数据不具有线性相关关系,即不存在回归直线,那么所得的“回归方程”是没有实际意义的。因此,对一组样本数据,应先作散点图,在具有线性相关关系的前提下再求回归方程。
文档评论(0)