相关关系有关题型及其求解策略解读.docVIP

PAGE3/NUMPAGES3

相关关系有关题型及其求解策略

变量间的相关关系这部分内容，由于同学们刚接触，对其比较陌生，现将其有关的题型及其求解策略予以解读，以帮助同学们更好的把握这部分知识。

一、相关关系概念的应用

例1：在下列各量之间的关系中，是相关关系的为()

①正方体的体积与棱长间的关系；②一块农田的水稻产量与施肥量之间的关系；③人的身高与年龄；④家庭的支出与收入；⑤某户家庭用电量与水价间的关系．

A②③B③④C④⑤D②③④．

分析：解答本题可根据相关关系的概念作出判断．

解：由于①是函数关系，⑤用电量与水价间不具有函数关系，也不具有相关关系，②③④中两变量有关系，但不确定，故选D。

点评：判断两个变量间的关系是函数关系，还是相关关系的关键是判断两个变量间的关系是否有确定性。若两个变量间的关系确定，则是函数关系；若两个变量间的关系不确定，则是相关关系。

二散点图的应用

例2：抽测10名15岁男生的身高x（单位：cm）和体重（单位：kg）得到如下数据：

x

157

153

151

158

156

159

160

158

163

164

y

45.5

44

42

46

44.5

45

46.5

47

45

49

（1）作出散点图；

（2）你能从散点图中发现身高与体重近似成什么关系吗？

（3）如果近似成线性关系，试画出一条直线来近似地表示这种关系。

分析：散点图是定义在具有相关关系的两个变量基础上的，对于性质不明确的两组数据，可先作散点图，在图上看它们有无相关关系，关系的密切程度，然后再进行相关回归分析。

解：（1）散点图如图所示

（2）由图可见，身高与体重的对应点集中在一条直线的附近，故知身高x与体重y之间具有线性相关关系，随着身高的增大，体重也增大，是正相关关系。

（3）直线如上图所示。

点评：两个变量是否具有相关关系，主要依据散点图加以判断，看变量对应的点是否分布在一条直线附近，若是，则具有相关关系，否则，不具有相关关系。

三求回归直线方程

例3：某连锁经营公司所属5个零售店某月的销售额和利润额资料如下表

商店名称

A

B

C

D

E

销售额(x)/千万元

3

5

6

7

9

利润额(y)/百万元

2

3

3

4

5

(1)画出销售额和利润额的散点图．

(2)若销售额和利润额具有相关关系，用最小二乘法计算利润额y对销售额x的回归直线方程．

(3)对计算结果进行简要的分析说明．

（4）若推销额为10千万元，试估计利润额.

分析：散点图形象地反映了各对数据的密切程度，通常在尚未判断两个变量之间是否具有线性相关关系的情况下，应先进行相关性检验，在确认具有线性相关关系后，再求其回归直线方程。

解：（1）散点图如图所示：

（2）由散点图不难看出，这两个变量具有线性相关关系，

由题意知，，，200，，

设所求的线性回归方程为，

则，.

所以利润额y对销售额x的回归直线方程为.

（3）这两个变量的相关关系为正相关，即利润额随着销售额的增加而变大，基本上在直线附近变化．

（4）由(3)可知,当时,（万元）.

所以销售额为10千万元，估计利润额为5.4百万元

点评：在我们解答具体问题时要进行相关性检验，通过检验确认两个变量具有线性相关关系后，再求其回归直线方程。如果两个变量之间不具有相关关系，或者说，它们之间相关关系不显著，即使求出了回归直线方程也是毫无意义的。由于回归直线将部分观测值所反映的规律进行延伸，所以它在情报预测、资料补充等方面有着广泛的应用。