成对数据的线性相关性高二上学期数学北师大版（2019）选择性必修第一册.pptxVIP

7.2成对数据的线性相关性

1.结合实例，了解样本相关系数的统计含义.

2.了解样本相关系数与标准化数据向量夹角的关系.

3.会计算样本相关系数，并能根据相关系数的大小判断变量之间相关程度的强弱.

给定两个随机变量(X，Y)的7组成对数据：

利用最小二乘法，可以得到Y关于X的线性回归方程为Y=0.143X+0.102.

这时，X和Y是否具有线性关系呢？

如图可知这7组成对数据均位于单位圆上，所以X和Y不具备线性关系.

但是对一般的情形又如何判断呢？

问题1：如何判断两个随机变量是否具有线性关系呢？

为了解决这个问题，引入（线性）相关系数的概念，通过计算两个随机变量间的（线性）相关系数，来判断它们之间线性相关程度的大小.

注：显然|r|≤1.|r|值越接近1，说明X和Y的线性相关性越强；|r|值越接近0，说明X和Y的线性相关性越弱.

问题2：在处理很多实际问题时，常常需要把一组数据x1，x2，...，xn，标准化，即把它转化为均值为0、方差为1的数据.如何实施呢？

把x1，x2，...，xn和y1，y2，...，yn分别标准化，得到

一般地，设随机变量X，Y的n组观测值分别为(x1，y1)，(x2，y2)，...，(xn，yn)，记

称r为随机变量X和Y的样本（线性）相关系数.

显然，样本（线性）相关系数r的取值范围为[-1，1].

|r|值越接近1，随机变量之间的线性相关程度越强；|r|值越接近0，随机变量之间的线性相关程度越弱.

当r0时，两个随机变量的值总体上变化趋势相同，此时称两个随机变量正相关；

当r0时，两个随机变量的值总体上变化趋势相反，此时称两个随机变量负相关；

当r=0时，此时称两个随机变量线性不相关.

例1:为了对2020年某校期末成绩进行分析，在60分以上的全体同学中随机抽取8位，他们的数学、物理成绩对应如下表：

学生编号

1

2

3

4

5

6

7

8

数学成绩x

68

72

78

81

85

88

91

93

物理成绩y

70

66

81

83

79

80

92

89

例2:计算下表两个随机变量之间的样本相关系数r，并谈谈通过计算发现了什么.

x

-5

-4

-3

0

3

4

5

y

0

3

4

5

4

3

0

由此可知，样本数据不具有线性相关性，建立线性回归方程是没有任何意义的.

从图可以看出，表格中的数据都在同一个半圆上，与样本相关系数r的计算结果一致.

注：当r＝0时，只表明成对样本数据间没有线性相关关系，但不排除它们之间有其他相关关系.

1.对变量x，y有观测数据(xi，yi)(i＝1，2，…，10)，得散点图如图(1)；对变量u，v有观测数据(ui，vi)(i＝1，2，…，10)，得散点图如图(2)．由这两个散点图可以判断()

A.变量x与y正相关，u与v正相关

B.变量x与y正相关，u与v负相关

C.变量x与y负相关，u与v正相关

D.变量x与y负相关，u与v负相关

C

2.已知两个变量负相关，且相关程度很强，则它们的相关系数的大小可能是()

A.－0.95B.－0.13C.0.15D.0.96

3.变量X，Y的散点图如图所示，那么X，Y之间的样本相关系数r最接近的值为()

A.1 B.－0.5

C.0 D.0.5

A

C

针对本节课所学内容，说说你都学到了哪些知识？