2023版高三一轮总复习数学新教材老高考人教版教案：第10章 第3节 成对数据的统计分析.pdfVIP

二成对数据的统计分析

I考试要求］

1.了解样本相关系数的统计含义，会通过相关系数比较多组成对数据的相关

性.

2.了解元线性回归模型和2X2列联表，会运用这些方法解决简单的实际

问题.

走［进教材•夯实基础］回顾如识•激活技能

©梳理・必备知识

1.变量的相关关系

两个变量外系，但又没有确切到可由其中的个去精确地决定另个1勺程

度，这种关系称为相关关系.

2.相关关系的分类

(1)按变量间的增减性分为正相关和负相关.

①正相关：当个变量的值增加时，另个变量的相应值也呈现增加的趋势；

②负相关：当个变量的值增加时，另个变量的相应值呈现减少的趋势.

(2)按变量间是否有线性特征分为线性相关和非线性相关(曲线相关).

①线性相关：如果两个变量的取值呈现正相关或负相关，而且散点落在二条

直线附近，我们称这两个变量线性相关；

②非线性相关或曲线相关：如果两个变量具有相关性，但不是线性相关，我

们称这两个变量非线性相关或曲线相关.

3.相关关系的刻画

(1)散点图：把每对成对样本数据都可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.

(2)样本相关系数，的计算式

⑶样本相关系数，的性质

①样本相关系数r的取值范围为匕1」1；

②若/()时，成对样本数据正相关；

③若/()时、成对样本数据鱼相关；

④样本相关系数与相关程度

当M越接近L时，成对样本数据的线性相关程度越强；

当仍越接近0_时，成对样本数据的线性相关程度越弱.

提醒：当两个变量的相关系数|r|=l时，两个变量呈函数关系.

4.元线性回归模型与最小二乘法

(1)元线性回归模型

称八八,、。为丫关于x的元线性回归模型.其中y称为因

IE(e)=0,D(e)=(r

变量:或响应变量,x称为自变量或解释变为,《称为截距参数，上称为斜率参数；

e是上与皿土生之间的随机误差，如果e=0,那么丫与x之间的关系就可以用

元线性函数模型来描述.

(2)最小二乘法

将£=加+々称为y关于X的经验回归方程，也称经验回归函数或经验回归公

式，其图形称为经验回归直线，这种求经验回归方程的方法叫做最小二乘法，求

得的3,2叫做江。的最小二乘估计，其中

A£国口^)(W-hA_A_

K———-一、，一A

提醒：经验回归方程一定过点(X,)，).

5.刻画回归效果的方式

(1)残差法

作时纵坐标为残差，横坐标可以选为样本编号，或身高数据，或体重估计

值等，这样作出的形称为残差.在残差中，残差点比较均匀地落在以横轴

为对称轴的水平的带状区域中，说明选用的模型比较合适，这样的带状区域的宽

度越室，说明模型拟合精度越高.

(2)残差平方和法

残差平方和为£(vf2,残差平方和越小，模型拟合效果越好.

―/=1

2

(3)利用犬2刻画拟合效果

〃八、

E(yi-yi)2

巾=1-1——^―,R2越大，模型的拟合效果越好，R2越小，模型的

।()L丁)2

1=1