网站大量收购独家精品文档,联系QQ:2885784924

数学知识导航相关系数.docxVIP

  1. 1、本文档共9页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

学必求其心得,业必贵于专精

学必求其心得,业必贵于专精

学必求其心得,业必贵于专精

1.2相关系数

自主整理

判断两个变量之间的线性相关关系的方法有(1)_________________;(2)_________________。

高手笔记

1.假设两个随机变量的数据分别为(x1,y1),(x2,y2),…,(xn,yn),则变量间线性相关系数r的计算公式为:

r===.

2。r∈[—1,1],(1)|r|值越大,误差Q越小,变量之间的线性相关程度越高.

(2)|r|值越接近0,Q越大,变量之间的线性相关程度越低.

(3)当r>0时,lxy>0,b=>0,两个变量正相关;

当r<0时,lxy<0,b=<0,两个变量负相关;

当r=0时,两个变量线性不相关。

3.线性相关系数的计算:

线性相关系数是用来衡量两个变量之间线性相关关系强弱的一个量。计算时一般是在求线性回归方程的基础上,一并计算出,只是在列表时需列出yi和yi2栏目,通常当r大于0。75时,认为两个变量有很强的线性相关关系,从而表明建立回归模型是必要的,可用求出来的线性回归方程来预报其他量。

名师解惑

为什么要计算线性相关系数?

剖析:我们前一节讲了用“最小二乘法”求两变量之间的线性回归方程,而求出的线性回归方程中y与样本中yi存在着误差,我们用误差的平方和Q(a,b)达到最小值时的a、b的取值来确定线性回归方程为y=a+bx。那么拟合得好不好不一定,要想拟合得好必须使误差的平方和Q(a,b)尽可能地小,而当b=,a=-b时,

Q(a,b)==1(xi-x)2[b]2++n[-(a+bx)]2·[]2,

∴Q(a,b)最小={1}=(1-r2)。

∵Q≥0,由此可看出1-r2≥0,即r∈[-1,1]且当|r|值越大,1—r2越接近于0,Q(a,b)就越小,两变量之间的线性相关程度就越高,此时拟合得就越好.如果某组数据可能采取几种不同的回归方程进行分析,则可以通过比较r的值来作出选择,即选择r2较大的模型来作为这组数据的模型,那么,要建立一个回归模型其基本步骤大致可分为

①确定研究的对象,明确哪个变量随着哪个变量变化,即弄清谁是预测变量.

②作出样本数据的散点图,观察它们之间的关系(是否存在线性关系)。

③由经验确定回归方程的类型(如果散点图呈现线性关系,则选用线性回归方程y=a+bx).

④列表并计算a、b及r的值。

⑤根据r的取值,判断回归方程是否拟合得好,若拟合的不好,可另选回归模型重新计算.

⑥得到较为合适的回归模型后,可用来预测所需要的量。这里要注意,由回归方程得到的预报值并不一定就是预报变量的精确值.事实上,它是预报变量的可能取值的平均值.

讲练互动

【例1】维尼纶纤维的耐热水性能的好坏可以用指标“缩醛化度”y来衡量,这个指标越高,耐水性能也越好,而甲醛浓度是影响缩醛化度的重要因素,在生产中常用甲醛浓度x(g/L)去控制这一指标,为此必须找出它们之间的关系,现安排一批实验,获得如下数据.

甲醛浓度(g/L)

18

20

22

24

26

28

30

缩醛化度(克分子%)

26.86

28。35

28.75

28。87

29.75

30。00

30.36

(1)画散点图;

(2)求回归方程;

(3)求相关系数r.

解析:将有关数据代入公式计算。

解:(1)

(2)列表:

i

xi

yi

xi2

xiyi

1

18

26.86

324

483.48

2

20

28。35

400

567

3

22

28。75

484

632.5

4

24

28。87

576

692.88

5

26

29。75

676

773.5

6

28

30。00

784

840

7

30

30.36

900

910.80

168

202.94

4144

4900。16

==24,=,b===0。2643,

a=-b==22.649,

∴回归方程为y=22.649+0。2643x,

(3)=5892,

r===0.96.

由此可知,回归方程很好地拟合甲醛浓度与缩醛化度之间的线性关系。

绿色通道

由散点图可看出两变量符合线性关系,由公式计算求出回归方程和相关系数.

变式训练

1.以下是收集到的新房屋的销售价格y和房屋的大小x的数据.

房屋大小/m2

115

110

80

135

105

销售价格/万元

24.8

21。6

18。4

29.2

22

(1)画出数据的散点图;

(2)求线性回归方程及相关系数r,并作出评价.

解:(1)

(2)

i

xi

yi

xi2

yi2

xiyi

1

115

24。8

13225

615。04

2852

2

110

21.6

12100

466.56

2376

3

80

18.4

6400

338.56

1

文档评论(0)

155****3585 + 关注
实名认证
文档贡献者

一起交流学习一起进步

1亿VIP精品文档

相关文档