（整理版）　变量间的相关关系2

1、58变量间的相关关系导学目标： 1.会作两个有关联变量的数据的散点图，会利用散点图认识变量间的相关关系.2.了解最小二乘法的思想，能根据给出的线性回归方程系数公式建立线性回归方程自主梳理1两个变量的线性相关(1)正相关在散点图中，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)负相关在散点图中，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)线性相关关系、回归直线如果散点图中点的分布从整体上看大致在一条直线附近，我们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2回归方程(1)最小二乘法求回归直线使得样本数据的点到它的_的方法叫做最小二乘法(

2、2)回归方程方程 x 是两个具有线性相关关系的变量的一组数据(x1，y1)，(x2，y2)，(xn，yn)的回归方程，其中 ， 是待定参数自我检测1以下有关线性回归的说法，不正确的选项是()a相关关系的两个变量不一定是因果关系b散点图能直观地反映数据的相关程度c回归直线最能代表线性相关的两个变量之间的关系d任一组数据都有回归直线方程2(·海南，宁夏)对变量x，y有观测数据(xi，yi)(i1,2，10)，得散点图(1)；对变量u，v有观测数据(ui，vi)(i1,2，10)，得散点图(2)由这两个散点图可以判断()a变量x与y正相关，u与v正相关b变量x与y正相关，u与v负相关c变量

3、x与y负相关，u与v正相关d变量x与y负相关，u与v负相关3(·银川模拟)下表是某厂14月份用水量(：百吨)的一组数据：月份x1234用水量y43由散点图可知，用水量y与月份x之间有较好的线性相关关系，其回归直线方程是 0.7x ，那么 等于()a10.5 b5.15 c5.2 d4(·广东)某市居民家庭年平均收入x(：万元)与年平均支出y(：万元)的统计资料如下表所示：年份收入x1315支出y1012根据统计资料，居民家庭年平均收入的中位数是_，家庭年平均收入与年平均支出有_线性相关关系探究点一利用散点图判断两个变量的相关性例1有一位同学家开了一个小卖部，他为了研究气温对

4、热饮销售的影响，经过统计，得到一个卖出热饮杯数与当天气温的比照表：温度()504712151923273136热饮杯数15615013212813011610489937654(1)画出散点图；(2)你能从散点图中发现气温与热饮销售杯数之间关系的一般规律吗？变式迁移1某班5个学生的数学和物理成绩如表： 学生学科abcde数学8075706560物理7066686462画出散点图，并判断它们是否有相关关系？探究点二求回归直线方程例2假设关于某设备的使用年限x和所支出的维修费用y(万元)有以下统计资料：使用年限x23456维修费用y假设由资料知y对x呈线性相关关系试求回归方程 x .变式迁移2变量

5、x与变量y有以下对应数据：x1234y23且y对x呈线性相关关系，求y对x的回归直线方程探究点三利用回归方程对总体进行估计例3下表提供了某厂节能降耗技术改造后生产甲产品过程中记录的产量x(吨)与相应的生产能耗y(吨标准煤)的几组对照数据x3456y34(1)请画出上表数据的散点图；(2)请根据上表提供的数据，用最小二乘法求出y关于x的回归方程 x ；(3)该厂技改前100吨甲产品的生产能耗为90吨标准煤试根据(2)求出的回归方程，预测生产100吨甲产品的生产能耗比技改前降低多少吨标准煤？(参考数值：3×2.54×35×46×4.566.5)变式迁移3(&

6、#183;盐城期末)某为了了解用电量y度与气温x之间的关系，随机统计了某4天的用电量与当天气温，并制作了对照表：气温()1813101用电量(度)24343864由表中数据得回归方程 x 中 2，预测当气温为4时，用电量的度数约为_1相关关系与函数关系不同函数关系中的两个变量间是一种确定性关系而相关关系是一种非确定性关系，即相关关系是非随机变量与随机变量之间的关系函数关系是一种因果关系，而相关关系不一定是因果关系，也可能是伴随关系2回归直线方程：设x与y是具有相关关系的两个变量，且相应于n个观测值的n个点大致分布在某一条直线的附近，就可以认为y对x的回归函数的类型为直线型： x .其中我们称这

7、个方程为y对x的回归直线方程其中xi，yi，(，)称为样本点的中心3求回归直线方程的步骤：(1)计算出、x、xiyi的值；(2)计算回归系数 、 ；(3)写出回归直线方程 x .(总分值：75分)一、选择题(每题5分，共25分)线性回归方法就是由样本点去寻找一条贴近这些样本点的直线的数学方法；利用样本点的散点图可以直观判断两个变量的关系是否可以用线性关系表示；通过回归直线 x 及回归系数 ，可以估计和预测变量的取值和变化趋势a b c d2设有一个回归直线方程为 21.5x，那么变量x增加一个时()aby平均增加2个cdy平均减少2个3(·陕西)设(x1，y1)，(x2，y2)，(x

8、n，yn)是变量x和y的n个样本点，直线l是由这些样本点通过最小二乘法得到的线性回归直线(如图)，以下结论中正确的选项是()ax和y的相关系数为直线l的斜率bx和y的相关系数在0到1之间c当n为偶数时，分布在l两侧的样本点的个数一定相同d直线l过点(，)4(·山东)某产品的广告费用x与销售额y的统计数据如下表：广告费用x(万元)4235销售额y(万元)49263954根据上表可得线性回归方程 x 中的 为9.4，据此模型预报广告费用为6万元时销售额为()a63.6万元 bc67.7万元 d5(·青岛模拟)为了考察两个变量x和y之间的线性相关性，甲、乙两位同学各自独立做了10

9、次和15次试验，并且利用线性回归方法，求得回归直线分别为l1、l2，两人所得的试验数据中，变量x和y的数据的平均值都相等，且分别是s、t，那么以下说法中正确的选项是()a直线l1和l2一定有公共点(s，t)b直线l1和l2相交，但交点不一定是(s，t)c必有l1l2dl1与l2必定重合二、填空题(每题4分，共12分)6以下关系中，是相关关系的为_(填序号)学生的学习态度与学习成绩之间的关系；学生的身高与学生的学习成绩之间的关系；家庭的经济条件与学生的学习成绩之间的关系7回归直线的斜率的估计值是0.73，样本点的中心为(12.5,8.25)，那么回归直线的回归方程是_8(·茂名月考)在

10、研究硝酸钠的可溶性程度时，观测它在不同温度的水中的溶解度，得观测结果如下表：温度(x)010205070溶解度(y)那么由此得到回归直线的斜率为_三、解答题(共38分)9(12分)(·威海模拟)某车间为了规定工时定额，需要确定加工零件所花费的时间，为此做了四次试验，得到的数据如下：零件的个数x(个)2345加工的时间y(小时)34(1)在给定的坐标系中画出表中数据的散点图；(2)求出y关于x的回归方程 x ，并在坐标系中画出回归直线；(3)试预测加工10个零件需要多少时间？(注： ， )10(12分)(·许昌模拟)某种产品的宣传费支出x与销售额y(：万元)之间有如下对应数据

11、：x24568y3040605070(1)画出散点图；(2)求回归直线方程；(3)试预测宣传费支出为10万元时，销售额多大？11(14分)某企业上半年产品产量与本钱资料如下：月份产量(千件)本钱(元)127323723471437354696568(1)求出回归方程；(2)指出产量每增加1 000件时，本钱平均变动多少？(3)假定产量为6 000件时，本钱为多少元？58变量间的相关关系自主梳理1(1)左下角右上角(2)左上角右下角2.(1)距离的平方和最小(2) 自我检测1d2.c3.d413正5. x课堂活动区例1解题导引判断变量间是否线性相关，一种常用的简便可行的方法就是作散点图散点图是由

12、大量数据点分布构成的，是定义在具有相关关系的两个变量根底之上的，对于性质不明确的两组数据可先作散点图，直观地分析它们有无关系及关系的密切程度解(1)以x轴表示温度，以y轴表示热饮杯数，可作散点图，如下图(2)从图中可以看出，各点散布在从左上角到右下角的区域里，因此，气温与热饮销售杯数之间是负相关关系，即气温越高，卖出去的热饮杯数越少从散点图可以看出，这些点大致分布在一条直线附近变式迁移1解以x轴表示数学成绩，y轴表示物理成绩，可得相应的散点图如以下图所示：由散点图可见，两者之间具有相关关系例2解题导引根据题目给出的数据，利用公式求回归系数，然后获得回归方程解制表如下：i12345合计xi234

13、5620yi25xiyix49162536904；5； x2i90；xiyi于是有 1.23； 51.23×40.08.回归直线方程为 1.23x0.08.变式迁移2解，x1222324230，xiyi1×2×3×24×3， 0.8， 0.8×0.25， 0.8x0.25.例3解题导引利用描点法得到散点图，按求回归方程的步骤和公式，写出回归方程，最后对总体进行估计利用回归方程可以进行预测，回归方程将局部观测值所反映的规律进行延伸，是我们对有线性相关关系的两个变量进行分析和控制，依据自变量的取值估计和预报因变量值的根底和依据，有广泛的应

14、用解(1)散点图：(2)4.5，3.5，xiyi3×2.54×35×46×4.566.5.x3242526286， 0.7， 3.50.7×4.50.35.所求的回归方程为 0.7x0.35.(3)现在生产100吨甲产品用煤 0.7×1000.3570.35，降低9070.3519.65(吨标准煤)变式迁移368解析10，40，回归方程过点(，)，402×10 . 60. 2x60.令x4，(2)×(4)6068.课后练习区1d2c设(x1，y1)，(x2，y2)在直线上，假设x2x11，那么y2y121)1.5(

15、x1x2)1.5，y平均减少1.5个3d因为相关系数是表示两个变量是否具有线性相关关系的一个值，它的绝对值越接近1，两个变量的线性相关程度越强，所以a、b错误c中n为偶数时，分布在l两侧的样本点的个数可以不相同，所以c错误根据线性回归方程一定经过样本中心点可知d正确所以选d.4b，42，又 x 必过(，)，42×9.4 ， 9.1.线性回归方程为 9.4x9.1.当x6时， 9.4×69.165.5(万元)5a回归直线方程为 x .而 ，即 t s，t s .(s，t)在回归直线上直线l1和l2一定有公共点(s，t)67.解析 8.250.73×12.50.875

16、.80.880 9解析30，93.6，x7 900，xiyi17 035，回归直线的斜率为 0.880 9.9解(1)散点图如下图(4分)(2)由表中数据得xiyi52.5，3.5，3.5，x54， 0.7. 1.05. 0.7x1.05.回归直线如图中所示(10分)(3)将x10代入回归直线方程，得y0.7×101.058.05(小时)，预测加工10个零件需要8.05小时(12分)10解(1)根据表中所列数据可得散点图如下图：(4分)(2)计算得：5，50，x145，xiyi1 380.于是可得 6.5， 506.5×517.5，因此，所求回归直线方程是 6.5x17.5.(10分)(3)由上面求得的回归直线方程可知，当宣传费支出为10万元时， 6.5×1017.582.5(万元)，即这种产品的销售大约为82.5万元(12分