【选修】8.1.1变量的相关关系(第二版).pptxVIP

【选择性必修第三册】8.1.1变量的相关关系

2学习目标1.会画出成对数据的散点图.重点：利用散点图直观判断成对数据的相关性,求样本相关系数,通过样本相关系数判断或比较成对数据的相关性强弱.难点：作出成对数据的散点图,求样本相关系数,理解样本相关系数的统计含义.核心素养：数学抽象、逻辑推理、数据分析、数学运算.2.会通过散点图判断成对样本数据的相关性.3.结合实例,了解样本相关系数的统计含义,了解样本相关系数与“标准化”处理后的成对数据两分量向量夹角的关系.4.结合实例,会通过相关系数比较多组成对数据的相关性.

不太好.小杰,你的数学成绩怎么样?3(1)若两个变量间具有确定性关系,即因果关系,则可用函数关系式来表示;现实生活中,两个变量之间存在的关系分为确定性关系和不确定性关系：(2)若两个变量之间有关系,但密切程度又达不到函数关系的程度,该如何刻画这两个变量之间的关系呢？学不好数学,物理也是学不好的.？？？

4饮食习惯两个变量有关系,但又没有确切到可由一个去精确地决定另一个的程度,这种关系称为相关关系(correlation).身高一个人的身高与他的体重有关系,一般而言,个子高的人往往体重较大,个子矮的人往往体重值较小.但身高并非决定体重的唯一因素.体重体育锻炼睡眠时间遗传因素等母亲身高父亲身高x子女身高y体育锻炼饮食结构等父亲身高不能完全决定子女身高.一、变量的相关关系

5商品质量广告支出x商品销售收y营销策略居民收等在相关关系中,变量y的值不能随变量x的值而唯一确定,所以我们无法直接用函数去描述两变量之间的关系.气象条件汽车保有量x空气污染指数y工业生产排放居民生活取暖垃圾焚烧等土壤质量施肥量x粮食亩产量y降水量田间管理水平等需要通过数据分析,从数据中提取信息,并构建适当的模型,再利用模型进行估计或推断.

6在对人体的脂肪含量和年龄之间的关系的研究中,科研人员获得了一些年龄和脂肪含量的简单随机样本数据,如表8.1-1所示.表中每个编号下的年龄和脂肪含量数据都是对同一个体的观测结果,它们构成了成对数据.根据以上数据,你能判断人体的脂肪含量与年龄之间存在着怎样的关系吗？表8.1-1编号1234567年龄/岁23273941454950脂肪含量/%9.517.821.125.927.526.328.2编号891011121314年龄/岁53545657586061脂肪含量/%29.530.231.430.833.535.234.6

7(1)建立平面直角坐标系,因为两坐标轴所表示的量不同类,所以两坐标轴的单位长度可以不一致;(2)将n个样本点(xi,yi)描在平面直角坐标系中,如(23,9.5).二、散点图15202530354045505560650510152025303540年龄/岁脂肪含量/%图8.1-1利用统计软件画散点图,Excel软件可以通过插入图表,从图表类型中选取散点图;R软件可以用函数plot.像这样把每个编号下的成对样本数据用直角坐标系中的点表示出来,由这些点组成的统计图叫做散点图.

81.举例说明什么叫相关关系,相关关系与函数关系有什么区别？解：两个变量有关系,但又没有确切到可由其中一个变量去精确地决定另一个变量的程度,这种关系称为相关关系.例如水稻产量和施化肥量的关系,一般来说,在一定条件下,施肥量越多,水稻产量越高,但施肥量并不是决定水稻产量的唯一因素,因此水稻产量和施化肥量有关系,但水稻产量不能由施化肥量精确表示,所以我们可以说水稻产量和施化肥量具有相关关系,而不具有函数关系.相关关系与函数关系的区别是：函数关系是一种确定性的关系,是一种因果关系;而相关关系是一种非确定性的关系,不一定是因果关系,也有可能是伴随关系.

如果从整体上看,当一个变量的值增加时,另一个变量的相应值也呈现增加的趋势,称这两个变量正相关.三、变量的正负相关关系如果当一个变量的值增加时,另一个变量的相应值呈现减少的趋势,则称这两个变量负相关.9(1)(2)

10(1)两个变量负相关时,成对样本数据的散点图有什么特点？(2)你能举出生活中两个变量正相关或负相关的一些例子吗？两个变量负相关时,散点图中的点散布在从左上角到右下角的区域.四、线性与非线性相关关系视力与用眼时间之间呈现负相关关系.阅读文章的量与作文水平呈现正相