知识梳理：统计案例.docVIP

PAGE3/NUMPAGES3

统计案例知识梳理

一、知识结构图

二、要点回顾

1．两事件A与B独立，2×2列联表．

2．独立性检验与相关性检验（见下表）．

含义

所用统计量

步骤

相同点

不同点

独立性检验

都是统计学中的常用方法，且步骤相似，思想一致

所用的统计量不同，临界值不同

相关性检验

r

三、关键信息强化

1．独立性检验的两个重要工具是：统计量和临界值，只有准确计算（熟记计算公式），熟记两个临界值3.841和6.635及统计决断的原则，才能正确地处理独立性检验的问题．

2．回归直线方程中回归系数a、b的意义：

b的意义：x每增加（或减少）一个单位，y平均改变b个单位．

a的意义：y不受x变化影响的部分．

3．由回归直线方程中a、b的计算公式a=-b知：回归直线必过点（，）．

4．做回归分析要有实际意义，而如何才能知道有无实际意义呢？———相关性检验．

5．相关系数r和临界值是正确进行相关性检验的两大重要因素．

要明确相关系数r的大小与相关程度的关系（即r的性质），并要会根据公式计算或利用计算器计算．另外的查法要熟练掌握．

6．相关性检验就是检验与的大小关系．

四、特别警示

1．分析两个变量是否具有相关关系的常用方法

（1）利用散点图进行判断：把样本数据表示的点在平面直角坐标系中作出，从而得到散点图，如果这些点大致分布在通过散点图中心的一条直线附近，那么就说这两个变量之间具有线性相关关系．

（2）利用相关系数r进行判断：｜r｜≤1而且｜r｜越接近于1，相关程度越强；｜r｜越接近于0，相关程度越弱．

2．对具有相关关系的两个变量进行统计分析时，首先进行相关性检验，在确认具有线性相关关系后，再求回归直线方程．

3．可化为线性回归的非线性回归问题

对某些特殊的非线性关系，可以通过变量转换，把非线性回归转化为线性回归，然后用线性回归的方法进行研究．

4．独立性检验的一般步骤

（1）根据样本数据制成2×2列联表；

（2）根据公式

，计算的值；

（3）比较与临界值的大小关系作统计推断．

5．相关性检验的步骤

（1）作统计假设：x与Y不具有线性相关关系；

（2）根据小概率0.05与在附表中查出r的一个临界值；

（3）根据样本相关系数计算公式算出r的值；

（4）作统计推断．如果，表明有95％的把握认为x与Y之间具有线性相关关系．

五、应用举例

例1考察人的高血压是否与食盐摄入量有关，对某地区人群进行跟踪调查，得到以下数据：

患高血压

未患高血压

合计

喜欢较咸食物

34

220

254

喜欢清淡食物

26

1353

1379

合计

60

1573

1633

有多大把握认为高血压病与食盐摄入量有关？

解：由公式得

，

∴有99％的把握说高血压病与食盐摄入量有关．

例2对某种产品进行一项腐蚀加工试验，得到腐蚀时间x（s）和腐蚀深度y（）数据如下：

5

10

20

30

40

50

60

65

90

120

6

8

13

16

17

19

25

25

29

46

（1）进行相关性检验；

（2）如果x与y之间具有线性相关关系，求出回归直线方程，并预测当腐蚀时间为75s时，腐蚀深度为多少？

解：（1）计算得，

则x与y具有线性相关关系．

（2）求得，，

∴回归直线方程为，

当腐蚀时间为75s时，将代入得，

∴腐蚀深度约为．