第十章　第三节　变量的相关性与一元线性回归模型.docx

PAGE

温馨提示：

此套题为Word版，请按住Ctrl,滑动鼠标滚轴，调节合适的观看比例，答案解析附后。板块。

第三节变量的相关性与一元线性回归模型

【课标解读】

【课程标准】

1.结合实例,了解样本相关系数的统计含义,了解样本相关系数与标准化数据向量夹角的关系.

2.结合实例,会通过相关系数比较多组成对数据的相关性.

3.结合具体实例,了解一元线性回归模型的含义,了解模型参数的统计意义,了解最小二乘原理,掌握一元线性回归模型参数的最小二乘估计方法,会使用相关的统计软件.

4.针对实际问题,会用一元线性回归模型进行预测.

【核心素养】

数学抽象、数据分析、数学运算.

【命题说明】

考向考法

高考命题常以现实生活为载体,考查样本相关系数、一元线性回归方程、非线性回归方程;一元线性回归方程是高考热点,三种题型都会出现.

预测

预计2025年高考仍会在相关系数、经验回归方程方面出题.

【必备知识·逐点夯实】

知识梳理·归纳

1.变量的相关关系

(1)相关关系:两个变量有关系,但又没有确切到可由其中的一个去精确地决定另一个的程度,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,如果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附近,我们就称这两个变量线性相关.?

微思考变量的相关关系是因果关系吗?

提示:变量的相关关系,体现的不一定是因果关系.

2.样本相关系数

(1)样本相关系数r=∑i=1n

(2)样本相关系数r的取值范围为[-1,1],是一个描述成对样本数据的数字特征,它的正负性可以反映成对样本数据的变化特征,它的绝对值大小可以反映成对样本数据之间线性相关的程度:

①当r0时,成对样本数据正相关;?

②当r0时,成对样本数据负相关;?

③当|r|越接近1时,成对样本数据的线性相关程度越强;?

④当|r|越接近0时,成对样本数据的线性相关程度越弱.?

3.经验回归模型

我们将=x+称为Y关于x的经验回归方程,

其中=∑i=1n(

=y-x.

微思考如果两变量是正相关,的取值如何?

提示:两变量正相关,0.

4.对模型刻画数据效果的分析

(1)残差图法

在残差图中,如果残差比较均匀地集中在以横轴为对称轴的水平带状区域内,则说明经验回归方程较好地刻画了两个变量的关系.?

(2)残差平方和法

残差平方和?∑i=1n(yi-i)2

(3)决定系数R2法

可以用决定系数R2=1-来比较两个模型的拟合效果,R2越大,模型的拟合效果越好,R2越小,模型的拟合效果越差.?

基础诊断·自测

类型

辨析

改编

易错

题号

1

2,3

4

1.(思考辨析)(正确的打“√”,错误的打“×”)

(1)相关关系是一种非确定性关系.(√)

提示:(1)由相关关系的定义可知,相关关系是一种非确定性关系,所以(1)正确;

(2)散点图是判断两个变量相关关系的一种重要方法和手段.(√)

提示:(2)因为散点图是描述成对数据之间关系的一种直观方法,观察散点图可以大致看出两个变量的相关关系,所以(2)正确;

(3)经验回归直线=x+至少经过点(x1,y1),(x2,y2),…,(xn,yn)中的一个点.(×)

提示:(3)经验回归方程=x+过点(x,y),不一定过样本数据,所以(3)错误;

(4)样本相关系数的绝对值越接近1,成对样本数据的线性相关程度越强.(√)

提示:(4)由相关系数的大小与样本相关关系可知(4)正确.

2.(选修第三册P101例1改编)对于x,y两个变量,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.-0.82 B.0.78 C.-0.69 D.0.87

【解析】选D.由样本相关系数的绝对值|r|越接近1,变量间的线性相关性越强知,各选项中r=0.87的绝对值最接近1.

3.(选修第三册P103习题1改编)根据所示的散点图,下列说法正确的是()

A.身高越高,体重越大 B.身高越高,体重越小

C.身高和体重呈正相关 D.身高和体重呈负相关

【解析】选C.根据散点图的分布可得:身高和体重呈正相关.

4.(误认为经验回归直线过样本点)某互联网公司借助某平台推广自己的产品,对今年前5个月的月平台推广费用x(单位:百万元)与月利润额y(单位:百万元)进行了初步统计,得到下列表格中的数据:

x

2

4

5

6

8

y

30

40

60

p

70

经计算,月平台推广费用x与月利润额y满足经验回归方程=6.5x+17.5,则p的值为()

A.50 B.56.5 C.60 D.70

【解析】选A.由于经验回归直线过样本点的中心,x=5,y=200+p5,代