高中数学变量间的相关关系、统计案例.ppt

第四节 变量间的相关关系、统计案例,1两个变量的线性相关 (1)在散点图中，点散布在从_到_的区域，对于两个变量的这种相关关系，我们将它称为正相关 (2)在散点图中，点散布在从_到_的区域，两个变量的这种相关关系称为负相关 (3)如果散点图中点的分布从整体上看大致在_，就称这两个变量之间具有线性相关关系，这条直线叫做回归直线,左下角,右上角,左上角,右下角,一条直线附近,2回归方程 (1)最小二乘法：使得样本数据的点到回归直线的_和最小的方法叫最小二乘法,距离的平方,4独立性检验 (1)利用随机变量_来判断“两个分类变量_”的方法称为独立性检验,K2,有关系,(2)列联表：列出的两个分类变量的频数表，称为列联表假设有两个分类变量X和Y，它们的可能取值分别为x1，x2和y1，y2，其样本频数列联表(称为22列联表)为 22列联表,构造一个随机变量K2 _，其中n_为样本容量,abcd,2残差分析中的相关指数R2对模型拟合效果的影响是怎样的？ 【提示】 R2越大，意味着残差平方和越小，即模型的拟合效果越好R2越小，残差平方和越大，即模型的拟合效果越差在线性回归模型中，R2表示解释变量对于预报变量变化的贡献率，R2越接近于1，表示回归的效果越好,1(人教A版教材习题改编)某商品销售量y(件)与销售价格x(元/件)负相关，则其回归方程可能是( ) A.10x200 B.10x200 C.10x200 D.10x200 【解析】 由题意回归方程斜率应为负，故排除B，D，又销售量应为正值，故C不正确，故选A. 【答案】 A,2(2013枣庄模拟)下面是22列联表：,则表中a，b的值分别为( ) A94，72 B52，50 C52，74 D74，52,【解析】 a2173，a52. 又a22b，b74. 【答案】 C,【答案】 D,4(2013锦州质检)调查了某地若干户家庭的年收入x(单位：万元)和年饮食支出y(单位：万元)，调查显示年收入x与年饮食支出y具有线性相关关系，并由调查数据得到y对x的回归直线方程：0.254x0.321.由回归直线方程可知，家庭年收入每增加1万元，年饮食支出平均增加_万元 【解析】 由题意知0.254(x1)0.321(0.254x0.321)0.254. 【答案】 0.254,5在一项打鼾与患心脏病的调查中，共调查了1 671人，经过计算K2的观测值k27.63，根据这一数据分析，我们有理由认为打鼾与患心脏病是_的(填有关或无关) 【解析】 k27.636.635， 有99%的把握认为“打鼾与患心脏病有关” 【答案】 有关,(1)将上述数据制成散点图； (2)你能从散点图中发现施化肥量与水稻产量近似成什么关系吗？水稻产量会一直随施化肥量的增加而增长吗？,下面是水稻产量与施化肥量的一组观测数据：,【思路点拨】 分析观测数据、制图，分析散点图，做出判断 【尝试解答】 (1)散点图如下：,(2)从图中可以发现施化肥量与水稻产量具有线性相关关系，当施化肥量由小到大变化时，水稻产量由小变大，图中的数据点大致分布在一条直线的附近，因此施化肥量和水稻产量近似成线性相关关系不会，水稻产量只是在一定范围内随着化肥施用量的增加而增长,1利用散点图判断两个变量是否有相关关系是比较直观简便的方法如果所有的样本点都落在某一函数的曲线附近，变量之间就有相关关系如果所有的样本点都落在某一直线附近，变量之间就有线性相关关系 2在散点图中，若点散布在从左下角到右上角的区域，称为正相关；若散布在从左上角到右下角的区域称为负相关,(2013九江调研)变量X与Y相对应的一组数据为(10，1)，(11.3，2)，(11.8，3)，(12.5，4)，(13，5)；变量U与V相对应的一组数据为(10，5)，(11.3，4)，(11.8，3)，(12.5，2)，(13，1)r1表示变量Y与X之间的线性相关系数，r2表示变量V与U之间的线性相关系数，则( ) Ar2r10 B0r2r1 Cr20r1 Dr2r1,【解析】 对于变量Y与X，Y随着X的增大而增大， Y与X正相关，即r10. 对于变量V与U而言，V随U的增大而减小， 故V与U负相关，即r20， 因此r20r1. 【答案】 C,(2013合肥模拟)某地最近十年粮食需求量逐年上升，下表是部分统计数据：,【思路点拨】 (1)为了方便计算，可将数据适当处理，再列对应表格，求回归系数；(2)根据回归方程进行预测分析 【尝试解答】 (1)由所给数据看出，年需求量与年份之间是近似直线上升，下面来求回归直线方程，为此对数据预处理如下：,(2)利用直线方程，可预测2014年的粮食需求量为 65(2 0142 008)260.26.56260.2 299.2(万吨)300(万吨),为了解篮球爱好者小李的投篮命中率与打篮球时间之间的关系，下表记录了小李某月1号到5号每天打篮球时间x(单位：小时)与当天投篮命中率y之间的关系：,(1)试求小李这5天的平均投篮命中率； (2)请你用线性回归分析的方法，预测小李该月6号打6小时篮球的投篮命中率,(2012辽宁高考改编)电视传媒公司为了解某地区电视观众对某类体育节目的收视情况，随机抽取了100名观众进行调查，其中女性有55名下面是根据调查结果绘制的观众日均收看该体育节目时间的频率分布直方图：,将日均收看该体育节目时间不低于40分钟的观众称为“体育迷”已知“体育迷”中有10名女性 (1)试求“体育迷”中的男性观众人数； (2)据此资料你是否认为“体育迷”与性别有关？ 附：,【思路点拨】 (1)根据频率分布直方图求“体育迷”人数，进而确定其中男性观众人数(2)列出22列联表，计算K2的观测值k，依据独立性检验思想作出判断 【尝试解答】 (1)由频率分布直方图，“体育迷”的频率为(0.0050.020)100.25. “体育迷”观众共有1000.2525(名)， 因此，男“体育迷”共有251015(名) (2)由(1)列22列联表如下：,为调查某地区老年人是否需要志愿者提供帮助，用简单随机抽样方法从该地区调查了500位老年人，结果如下：,(1)估计该地区老年人中，需要志愿者提供帮助的老年人的比例； (2)在犯错误的概率不超过1%的条件下，你能否认为该地区的老年人是否需要志愿者提供帮助与性别有关？,(3)根据(2)的结论，能否提出更好的调查方法来估计该地区的老年人中，需要志愿者提供帮助的老年人的比例？说明理由附：,(3)由(2)的结论知，该地区老年人是否需要帮助与性别有关，并且从样本数据能看出该地区男性老年人与女性老年人中需要帮助的比例有明显差异，因此在调查时，先确定该地区老年人中男、女的比例，再把老年人分成男、女两层并采用分层抽样方法，比采用简单随机抽样方法更好,1.函数关系是一种确定的关系，相关关系是一种非确定的关系事实上，相关关系是非随机变量与随机变量的关系 2当K23.841时，则有95%的把握说事件A与B有关；当K22.706时，认为两个分类变量无关,1.回归分析是对具有相关关系的两个变量进行统计分析的方法，只有在散点图大致呈线性时，求出的回归直线方程才有实际意义 2线性回归方程中的截距和斜率都是通过样本数据估计而来的，存在误差，这种误差会导致预报结果的偏差 3独立性检验的随机变量K2的观测值k3.841是判断是否有关系的临界值，K2的观测值k3.841应判断为没有充分证据显示事件A与B有关系，而不能作为小于95%的量化值来判断,从近两年高考看，以考查独立性检验，回归分析为主，多为选择题、填空题，也可能以解答题形式考查，主要以实际问题为背景，考查阅读理解、分析问题、解决问题的能力，在解决一些简单实际问题的过程中考查基本的统计思想,(2012福建高考)某工厂为了对新研发的一种产品进行合理定价，将该产品按事先拟定的价格进行试销，得到如下数据：,思想方法之十七 利用回归分析思想进行科学预测,【解析】 由于线性回归方程中x的系数为0.85，因此y与x具有正的线性相关关系，故A正确又线性回归方程必过样本中心点 ，因此B正确由线性回归方程中系数的意义知，x每增加1 cm，其体重约增加0.85 kg，故C正确当某女生的身高为170 cm时，其体重估计值是58.79 kg，并不一定就是58.79 kg，因此D不正确 【答案】 D,2(2013深圳模拟)通过随机询问110名性别不同的大学生是否爱好某项运动，得到如下的列联表：,参照附表，得到的正确结论是( ) A在犯错误的概率不超过0.1%的前提下，认为“