人教B版高中数学选择性必修第二册精品课件 第四章 概率与统计 4.3.1 第2课时 相关系数、非线性回归.pptVIP

4.3.1第2课时相关系数、非线性回归第四章

内容索引010203自主预习新知导学合作探究释疑解惑随堂练习

课标定位素养阐释1.结合实例,了解相关系数的统计含义.2.会利用相关系数判断两个变量的相关性.3.会根据数据求非线性回归方程.4.体会数学建模的过程,提升数据分析和数学运算素养.

自主预习新知导学

一、相关系数提示:不一定.提示:越小越好.

2.(1)相关系数的概念

(2)相关系数的性质①|r|≤1,且y与x正相关的充要条件是r0,y与x负相关的充要条件是r0.②|r|越小,说明两个变量之间的线性相关性越弱,也就是得出的回归直线方程越没有价值,即方程越不能反映真实的情况;|r|越大,说明两个变量之间的线性相关性越强,也就是得出的回归直线方程越有价值.③|r|=1的充要条件是成对数据构成的点都在回归直线上.

3.若分别计算具有线性相关关系的甲组数据和乙组数据,得相关系数r甲=0.8,r乙=-0.9,则相关关系较强的是()A.甲组数据B.乙组数据C.甲、乙两组数据一样强D.不确定答案:B

二、非线性回归1.观察下列表格中的数据.1481524374865(1)表格中的x和y具有线性相关关系吗?提示:不具有.(2)直观上看,y与x可以近似地用哪个函数来刻画?提示:y=x2.

2.(1)非线性相关关系与非线性回归方程:当变量y与x的关系不是线性相关关系时,称为非线性相关关系,所得到的方程称为非线性回归方程.(2)非线性回归方程的求解:一般地,非线性回归方程的曲线类型可以通过作出散点图进行猜测,而回归方程有时可以通过变量替换后,借助求回归直线的过程确定.当然,确定了非线性回归方程之后,也可以利用它进行预测.

【思考辨析】判断下列说法是否正确,正确的在它后面的括号里画“√”,错误的画“×”.(1)求回归方程前可以不进行相关性检验.(×)(2)利用回归方程求出的值是估计值.(√)(3)相关系数越大,两个变量的相关性就越强.(×)

合作探究释疑解惑

探究一相关系数的计算【例1】某工厂1~8月份某种产品的产量x与成本y的统计数据如下表.月量/t5.66.06.16.47.07.58.08.2成本/万元130136143149157172183188求y与x的相关系数(精确到0.001),判断y与x是否具有线性相关关系.若有,求出其回归直线方程.

解:(1)列出下表.i5.66.06.16.47.07.58.08.2yi13013614314915717218318831.363637.2140.964956.256467.241690018496204492220124649295843348935344xiyi728816872.3953.61099129014641541.6

1.解决此类问题的难点是对数据的处理和计算,一般采用列表法,可以有效地避免运算错误.2.判断两个变量是否线性相关,可以利用相关系数r的绝对值的大小来判断.|r|越大,两个变量的线性相关性越强;|r|越小,两个变量的线性相关性越弱.反思感悟

【变式训练1】为了研究3月下旬的平均气温x(单位:℃)与4月份棉花害虫化蛹高峰日y的关系,某地区观察了2018年至2023年的情况,得到了下面的数据.年份201820192020202120222023x24.429.632.928.730.328.91)求相关系数r(精确到0.01);(2)据气象预测,该地区在2025年3月下旬的平均气温为27℃,试估计该地区2025年4月份棉花害虫化蛹高峰日为哪一天.

解:列出下表.

探究二非线性回归【例2】在一次抽样调查中,测得样本的5个样本点,数值如下表.x0.250.5124y1612521试建立y与x之间的回归方程.

解:作出变量y与x之间的散点图,如图所示.

由y与x的数据表,可得y与t的数据表如下.t4210.50.25y1612521作出y与t的散点图,如图所示.

非线性回归问题有时并不给出经验公式.这时我们可以先画出已知数据的散点图,把它与学过的各种函数(幂函数、指数函数、对数函数等)图象作比较,挑选一种跟这些散点拟合得最好的函数,再采用适当的变量变换,把问题化为线性回归分析问题,使之得到解决.求非线性回归方程的一般步骤如下.反思感悟

【变式训练2】某电容器充电后,电压达到100V,然后开始放电,由经验知道,此后电压U随时间t变化的规律用公式U=Aebt(b0)表示,现测得时间t时的电压U如下表.t/s012345678910U/V10075554030201510105