高考数学一轮复习 第九章 统计与统计案例 9.3 变量间的相关关系与统计案例教学案 苏教版-苏教版高三全册数学教学案.doc

第三节变量间的相关关系与统计案例[最新考纲]1.会做两个有关联变量的数据的散点图并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(线性回归系数公式不要求记忆).3.了解回归分析的基本思想、方法及其简单应用.4.了解独立性检验(只要求2×2列联表)的思想、方法及其初步应用．1．两个变量的线性相关(1)正相关在散点图中点散布在从左下角到右上角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左上角到右下角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：使得样本数据的点到回归直线的距离的平方和最小的方法叫做最小二乘法．(2)回归方程：方程eq\o(y\s\up6(^))＝eq\o(b\s\up6(^))x＋eq\o(a\s\up6(^))是两个具有线性相关关系的变量的一组数据(x1y1)(x2y2)…(xnyn)的回归方程其中eq\o(a\s\up6(^))eq\o(b\s\up6(^))是待定参数．3．回归分析(1)定义：对具有相关关系的两个变量进行统计分析的一种常用方法．(2)样本点的中心对于一组具有线性相关关系的数据(x1y1)(x2y2)…(xnyn)其中(eq\o(x\s\up6(－))eq\o(y\s\up6(－)))称为样本点的中心．(3)相关系数当r＞0时表明两个变量正相关；当r＜0时表明两个变量负相关．r的绝对值越接近于1表明两个变量的线性相关性越强．r的绝对值越接近于0表明两个变量之间几乎不存在线性相关关系．通常|r|大于0.75时认为两个变量有很强的线性相关性．4．独立性检验(1)分类变量：变量的不同“值”表示个体所属的不同类别像这类变量称为分类变量．(2)列联表：列出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{x1x2}和{y1y2}其样本频数列联表(称为2×2列联表)为2×2列联表y1y2总计x1aba＋bx2cdc＋d总计a＋cb＋da＋b＋c＋d构造一个随机变量K2＝eq\f(nad－bc2a＋ba＋cb＋dc＋d)其中n＝a＋b＋c＋d为样本容量．eq\O([常用结论])1．回归直线必过样本点的中心(eq\x\to(x)eq\x\to(y))．2．当两个变量的相关系数|r|＝1时两个变量呈函数关系．一、思考辨析(正确的打“√”错误的打“×”)(1)“名师出高徒”可以解释为教师的教学水平与学生的水平成正相关关系．()(2)通过回归直线方程可以估计预报变量的取值和变化趋势．()(3)因为由任何一组观测值都可以求得一个线性回归方程所以没有必要进行相关性检验．()(4)事件XY关系越密切则由观测数据计算得到的K2的观测值越大．()[答案](1)√(2)√(3)×(4)√二、教材改编1．在两个变量y与x的回归模型中分别选择了4个不同模型它们的相关指数R2如下其中拟合效果最好的是()A．模型1的相关指数R2为0.98B．模型2的相关指数R2为0.80C．模型3的相关指数R2为0.50D．模型4的相关指数R2为0.25A[R2越接近于1其拟合效果越好．]2．下面是2×2列联表：y1y2总计x1a2173x2222547总计b46120则表中ab的值分别为()A．9472B．5250C．5274D．7452C[∵a＋21＝73∴a＝52.又a＋22＝b∴b＝74.]3．为了判断高中三年级学生是否选修文科与性别的关系现随机抽取50名学生得到如下2×2列联表：理科文科男1310女720已知P(K2≥3.841)≈0.05P(K2≥5.024)≈0.025.根据表中数据得到K2的观测值k＝eq\f(50×13×20－10×7223×27×20×30)≈4.844.则认为选修文科与性别有关系出错的可能性约为．5%[K2的观测值k≈4.844这表明小概率事件发生．根据假设检验的基本原理应该断定“是否选修文科与性别之间有关系”成立并且这种判断出错的可能性约为5%.]4．某同学家里开了一个小卖部为了研究气温对某种冷饮销售量的影响他收集了一段时间内这种冷饮每天的销售量y(杯)与当天最高气温x(℃)的有关数据通过描绘散点图发现y和x呈线性相关关系并求得其回归方程eq\o(y\s\up6(^))＝2x＋60.如果气象预报某天的最高气温为34℃则可以预测该天这种饮料