浅谈直方图与散点图.ppt

********************NO.X温度（℃）Y硬度（度）NO.X温度（℃）Y硬度（度）NO.X温度（℃）Y硬度（度）123456789108108908508408508908708608108204756484554595051425311121314151617181920840870830830820820860870830820525351454648555549442122232425262728293081085088088084088083086086084044535457505446525049散点图的应用及判断例题讲解选定分析对象，并收集资料（至少三十组以上）外壳成形硬度与温度的关系第30页,共38页，星期六，2024年，5月散点图的应用及判断建立直角坐标系，把数据分别标在坐标系上。相关性判断对照典型图列判断法典型图得出结论：外壳成形硬度与温度有正相关关系第31页,共38页，星期六，2024年，5月散点图的应用及判断象限判断法，又叫中值判断、符号验证法。相关性判断本例中：n1+n3=24n2+n4=6n1+n3=24＞n2+n4=6最终判定：外壳成形硬度与温度有正相关关系判定规则：1）n1+n3＞n2+n4则判为正相关关系2）n1+n3＜n2+n4则判为负相关关系第32页,共38页，星期六，2024年，5月散点图的应用及判断相关系数判断法相关性判断相关系数，又称线性相关系数或者皮氏积矩相关系数，是衡量两个随机变量之间线性相关程度的指标。是由卡尔·皮尔森在19世纪八十年代提出来的，现如今广泛应用于科学各领域。相关系数计算公式如下：相关系数r，取值范围为[-1,1]，r0表示正相关，r0表示负相关，|r|表示了变量之间相关程度的高低。特殊地，r=1称为完全正相关，r=-1称为完全负相关，r=0称为不相关第33页,共38页，星期六，2024年，5月散点图的应用及判断（一）计算出相关系数γΓ=0.814（二）查出临界相关系数可以根据N-2和显著性水平α查相关系数检验表可以得到。本例中，N-2=28，α取0.05（也可以取0.01），查表的=0.361.（三）判断。规则如下：若，则X与Y相关；若，则X与Y不相关。本例中固外壳成型硬度与温度相关。相关强弱判断：|r|0.4为低度线性相关；0.4≤|r|0.7为显著性相关；0.7≤|r|1为高度线性相关。可知本例中为高度线性相关，即得出结论：外壳成型硬度与温度强正相关。第34页,共38页，星期六，2024年，5月散点图的应用及判断α0.050.01α0.050.01N-2N-210.9971210.4130.52620.950.99220.4040.51530.8780.959230.3960.50540.8110.917240.3880.49650.7540.874250.3810.48760.7070.834260.3740.47870.6660.798270.3670.4780.6320.765280.3610.46390.6020.735290.3550.456100.5760.708300.3490.449110.5530.684350.3250.418120.5320.661400.3040.393130.5140.641450.2880.372140.4970.623500.2730.354150.4820.606600.250.32516