适用于新教材强基版2025届高考数学一轮复习教案第九章统计与成对数据的统计分析9.3一元线性回归模型.docVIP

§9.3一元线性回来模型及其应用

考试要求1.了解样本相关系数的统计含义.2.了解最小二乘法原理，驾驭一元线性回来模型参数的最小二乘估计方法.3.针对实际问题，会用一元线性回来模型进行预料．

学问梳理

1．变量的相关关系

(1)相关关系：两个变量有关系，但又没有精确到可由其中的一个去精确地确定另一个的程度，这种关系称为相关关系．

(2)相关关系的分类：正相关和负相关．

(3)线性相关：一般地，假如两个变量的取值呈现正相关或负相关，而且散点落在一条直线旁边，我们就称这两个变量线性相关．

2．样本相关系数

(1)r＝eq\f(\i\su(i＝1,n,)?xi－\x\to(x)??yi－\x\to(y)?,\r(\i\su(i＝1,n,)?xi－\x\to(x)?2)\r(\i\su(i＝1,n,)?yi－\x\to(y)?2)).

(2)当r0时，称成对样本数据正相关；当r0时，称成对样本数据负相关．

(3)|r|≤1；当|r|越接近1时，成对样本数据的线性相关程度越强；当|r|越接近0时，成对样本数据的线性相关程度越弱．

3．一元线性回来模型

(1)我们将eq\o(y,\s\up6(^))＝eq\o(b,\s\up6(^))x＋eq\o(a,\s\up6(^))称为Y关于x的阅历回来方程，

其中eq\b\lc\{\rc\(\a\vs4\al\co1(\o(b,\s\up6(^))＝\f(\i\su(i＝1,n,)?xi－\x\to(x)??yi－\x\to(y)?,\i\su(i＝1,n,)?xi－\x\to(x)?2)，,\o(a,\s\up6(^))＝\x\to(y)－\o(b,\s\up6(^))\x\to(x).))

(2)残差：观测值减去预料值称为残差．

常用结论

1．阅历回来直线过点(eq\x\to(x)，eq\x\to(y))．

2．求eq\o(b,\s\up6(^))时，常用公式eq\o(b,\s\up6(^))＝eq\f(\i\su(i＝1,n,x)iyi－n\x\to(x)\x\to(y),\i\su(i＝1,n,x)\o\al(2,i)－n\x\to(x)2).

3．回来分析和独立性检验都是基于成对样本观测数据进行估计或推断，得出的结论都可能犯错误．

思索辨析

推断下列结论是否正确(请在括号中打“√”或“×”)

(1)相关关系是一种非确定性关系．(√)

(2)散点图是推断两个变量相关关系的一种重要方法和手段．(√)

(3)阅历回来直线eq\o(y,\s\up6(^))＝eq\o(b,\s\up6(^))x＋eq\o(a,\s\up6(^))至少经过点(x1，y1)，(x2，y2)，…，(xn，yn)中的一个点．(×)

(4)样本相关系数的确定值越接近1，成对样本数据的线性相关程度越强．(√)

教材改编题

1．在对两个变量x，y进行回来分析时有下列步骤：

①对所求出的阅历回来方程作出说明；②收集数据(xi，yi)，i＝1,2，…，n；③求阅历回来方程；④依据所收集的数据绘制散点图．

则下列操作依次正确的是()

A．①②④③ B．③②④①

C．②③①④ D．②④③①

答案D

解析依据回来分析的思想，可知对两个变量x，y进行回来分析时，应先收集数据(xi，yi)，然后绘制散点图，再求阅历回来方程，最终对所求的阅历回来方程作出说明．

2．对于x，y两变量，有四组成对样本数据，分别算出它们的样本相关系数r如下，则线性相关性最强的是()

A．－0.82B．0.78C．－0.69D．0.87

答案D

解析由样本相关系数的确定值|r|越大，变量间的线性相关性越强知，各选项中r＝0.87的确定值最大．

3．某单位为了了解办公楼用电量y(度)与气温x(℃)之间的关系，随机统计了四个工作日的用电量与当天平均气温，并制作了比照表：

气温(℃)

18

13

10

－1

用电量(度)

24

34

38

64

由表中数据得到阅历回来方程eq\o(y,\s\up6(^))＝－2x＋eq\o(a,\s\up6(^))，当气温为－4℃时，预料用电量约为()

A．68度 B．52度

C．12度 D．28度

答案A

解析由表格可知eq\x\to(x)＝10，eq\x\to(y)＝40，

依据阅历回来直线必过(eq\x\to(x)，eq\x\to(y))得eq\o(a,\s\up6(^))＝40＋20＝60，

∴阅历回来方程为eq\o(y,\s\up6(^))＝－2x＋60，

因此当x＝－4时，eq\o(y,\s\up6(^))＝68.

题型一成对数据的相关性

例1(1)(2024·保定模拟)已知两个变量x和y之间有线性相关关系，经