统计模型（课件）-2024-2025学年高二数学课件（人教B版2019选择性必修第二册）.pptxVIP

4.3.统计模型主讲：人教B版选择性必修第二册第4章概率与统计

学习目标1.知识目标：o能通过散点图判断变量间的相关关系；o掌握回归直线方程的求解方法（最小二乘法）；o理解相关系数的统计意义。2.素养目标：o数据分析：通过案例处理，培养数据建模能力；o数学建模：将实际问题转化为回归模型；o逻辑推理：推导回归系数公式，解释模型合理性。

1.?案例1（俄罗斯GDP与油价）：1999-2008年俄罗斯GDP与油价相关系数为0.75，2009-2014年上升至0.85，表明经济对油价依赖性增强，油价波动对GDP影响愈发显著。2.?案例2（中国财政收入与注册资本）：中国财政收入与注册资本相关系数为0.987，斜率为0.148，说明注册资本每增加1万亿，财政收入增加0.148万亿，两者高度正相关。问题链设计·?为什么相关系数能反映变量间的联系强度？·?斜率如何量化变量间的变动比例？情境与问题

1.变量关系与相关系数

尝试与发现自行选择标准,将下列变量之间的关系分为两类,并分别阐述每一类中变量关系的特点:(1)圆的面积S与半径r之间的关系；(2)16岁学生的体重u与身高h之间的关系；(3)商品销售量Q与销售价格P之间的关系；(4)匀速运动的物体,其运动的路程s与时间t之间的关系;(5)平均学习时间t与学习成绩f之间的关系；(6)科技创新能力y与人才培养近亲繁殖率x之间的关系.小组讨论：将尝试与发现中的6组变量分类

变量关系分类函数关系：相关关系：?我们所研究的很多问题中,?两个变量之间经常存在着相互影响、相互依赖的关系.??(1)(4)(2)(3)(5)(6)

怎样从统计数据中确定与描述两个变量之间的相关关系呢?已知某班级学生数学成绩与物理成绩的对应表如下.数学88827989927879568366617468777880物理87916686887991539377626962587968数学51589873758469767143748270756563物理50658279599859877642759146688355从上表中,?想直接观察出数学成绩与物理成绩之间是否存在相关关系等,?是有一定困难的.?散点图绘制

为此,?我们可以对数据进行整理,?比如在保持成绩配对的方式不变的前提下,?将数据按照数学成绩从小到大的顺序排列,?如下表所示.数学43515658616365666869707173747475物理42505365625583776259467679697559数学75767778787979808282838488899298物理68875879796691689191939887868882从表中可以看出,?当数学成绩增加时,?物理成绩大致也是增加的.?而且,?我们还可以根据给定数据作出图像来进行直观判断.?散点图绘制

例如,?以数学成绩为横坐标,?物理成绩为纵坐标,?则可以在直角坐标系中将每一对数据都表示出来,?如图所示.?这样作出来的图称为散点图,?从散点图上也可得出数学成绩增加时物理成绩大致也是增加的结论.?在图中可以作出直线,?使得该班级学生数学成绩与物理成绩构成的点分布在直线上或直线的两侧,?且都在直线附近.?这就提示我们,?数学成绩与物理成绩之间是有相关关系的.结论：正相关趋势明显散点图绘制

一般地,如果收集到了变量x和变量y的n对数据(简称为成对数据),如下表所示.则在直角坐标系中描出点,就可以得到这n对数据的散点图.如果由变量的成对数据、散点图或直观经验可知,变量x与变量y之间的关系可以近似地用一次函数来刻画,则称x与y线性相关.此时,如果一个变量增大,另一个变量大体上也增大,则称这两个变量正相关;如果一个变量增大,另一个变量大体上减少,则称这两个变量负相关.模型推导

前面所提到的班级学生的数学成绩与物理成绩是线性相关的,而且是正相关.另外,如果将尝试与发现的(2)(3)(5)(6)中变量之间的关系看成线性相关,则16岁学生的体重与身高、平均学习时间与学习成绩都是1相关的,而商品销售量与销售价格、科技创新能力与人才培养近亲繁殖率都是_____相关的.正相关、负相关在日常生活中也经常使用.例如,“反腐败、转作风,事关民心所向,事关党的生死存亡.历史和实践表明,反腐的力度与民心的聚合度正相关”,这就说明,反腐的力度越大,民心的聚合度就越有可能更强;“网络谣言的危害性与公众判断能力负相关”已经成为一项共识,这就意味着,公众媒介素养越高,网络谣言的危害性越有可能更小.好还是不好呢?

?

这也可以用右图来表示,图中红色的点就是预测值对应的点,