届高考数学总复习第67讲变量间的相关关系统计案例文档格式.docx
《届高考数学总复习第67讲变量间的相关关系统计案例文档格式.docx》由会员分享,可在线阅读,更多相关《届高考数学总复习第67讲变量间的相关关系统计案例文档格式.docx(14页珍藏版)》请在冰豆网上搜索。
![届高考数学总复习第67讲变量间的相关关系统计案例文档格式.docx](https://file1.bdocx.com/fileroot1/2022-10/20/6b58bb09-f1a1-4465-b60c-30a2df3b6b0d/6b58bb09-f1a1-4465-b60c-30a2df3b6b0d1.gif)
(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)2×
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{x1,x2}和{y1,y2},其样本频数列联表(称为2×
2列联表)为
y1
y2
总计
x1
a
b
a+b
x2
c
d
c+d
a+c
b+d
a+b+c+d
(3)独立性检验
利用随机变量K2(也可表示为χ2)的观测值k=(其中n=a+b+c+d为样本容量)来判断“两个变量有关系”的方法称为独立性检验.
1.回归直线方程=x+必过样本点的中心(,),这个结论既是检验所求回归直线方程是否准确的依据,也是求参数的一个依据.
2.根据K2的值可以判断两个分类变量有关的可信程度,若K2越大,则两分类变量有关的把握越大.
3.根据回归方程计算的值,仅是一个预报值,不是真实发生的值.
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)只有两个变量有相关关系,所得到的回归模型才有预测价值.( )
(3)回归直线方程=x+至少经过点(x1,y1),(x2,y2),…,(xn,yn)中的一个点.( )
(4)若事件X,Y关系越密切,则由观测数据计算得到的K2的观测值越小.( )
[答案]
(1)√
(2)√ (3)×
(4)×
二、教材改编
1.下面是2×
2列联表:
则表中a,b的值分别为( )
合计
21
73
22
25
47
46
120
A.94,72 B.52,50
C.52,74D.74,52
C [∵a+21=73,∴a=52.又a+22=b,∴b=74.]
2.已知变量x与y正相关,且由观测数据算得样本平均数=3,=3.5,则由该观测数据算得的线性回归方程可能是( )
A.=0.4x+2.3B.=2x-2.4
C.=-2x+9.5D.=-0.3x+4.4
A [因为变量x和y正相关,排除选项C,D.又样本中心(3,3.5)在回归直线上,排除B,选项A满足.]
3.已知x,y的取值如下表,从散点图可以看出y与x具有线性相关关系,且回归方程为=0.95x+,则=.
x
1
3
4
y
2.2
4.3
4.8
6.7
2.6 [∵回归直线必过样本点的中心(,),又=2,=4.5,代入回归方程,得=2.6.]
4.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,得到如下列联表:
理科
文科
男
13
10
女
7
20
已知P(K2≥3.841)≈0.05,P(K2≥5.024)≈0.025.根据表中数据,得到K2的观测值k=≈4.844.则认为选修文科与性别有关系出错的可能性为.
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%.]
考点1 变量间的相关关系的判断
判定两个变量正、负相关性的方法
(1)画散点图:
点的分布从左下角到右上角,两个变量正相关;
点的分布从左上角到右下角,两个变量负相关.
(2)相关系数:
r>
0时,正相关;
r<
0时,负相关.
(3)线性回归方程中:
>
<
1.观察下列各图形,
① ② ③ ④
其中两个变量x,y具有相关关系的图是( )
A.①② B.①④ C.③④ D.②③
C [图形③具有正线性相关关系,图形④具有非线性相关关系,故选C.]
2.已知变量x和y满足关系y=-0.1x+1,变量y与z正相关.下列结论中正确的是( )
A.x与y正相关,x与z负相关
B.x与y正相关,x与z正相关
C.x与y负相关,x与z负相关
D.x与y负相关,x与z正相关
C [因为y=-0.1x+1的斜率小于0,故x与y负相关.因为y与z正相关,可设z=y+,>0,则z=y+=-0.1x++,故x与z负相关.]
3.某统计部门对四组数据进行统计分析后,获得如图所示的散点图,关于相关系数的比较,其中正确的是( )
A.r4<r2<0<r1<r3
B.r2<r4<0<r1<r3
C.r2<r4<0<r3<r1
D.r4<r2<0<r3<r1
C [根据散点图的特征,数据大致呈增长趋势的是正相关,数据呈递减趋势的是负相关;
数据越集中在一条直线附近,说明相关性越强,
由题中数据可知:
(1)(3)为正相关,
(2)(4)为负相关;
故r1>
0,r3>
0;
r2<
0,r4<0;
又
(1)与
(2)中散点图更接近于一条直线,故r1>
r3,r2<
r4,因此,r2<
r4<
0<
r3<
r1,故选C.]
(1)变量间的相关关系分线性相关关系和非线性相关关系,如T1.
(2)对相关系数r来说,|r|越接近于1,散点图越接近于一条直线,如T3.
考点2 线性回归分析
线性回归分析问题的类型及解题方法
(1)求回归方程
①利用公式,求出回归系数.
②利用回归直线过样本点的中心求系数.
(2)利用回归方程进行预测,把线性回归方程看作一次函数,求函数值.
(3)利用回归直线判断正、负相关;
决定正相关还是负相关的是系数.
(4)回归方程的拟合效果,可以利用相关系数判断,当|r|越趋近于1时,两变量的线性相关性越强.
下图是我国2012年至2018年生活垃圾无害化处理量(单位:
亿吨)的折线图.
注:
年份代码1~7分别对应年份2012~2018.
(1)由折线图看出,可用线性回归模型拟合y与t的关系,请用相关系数加以说明;
(2)建立y关于t的回归方程(系数精确到0.01),预测2020年我国生活垃圾无害化处理量.
附注:
参考数据:
=9.32,=40.17,=0.55,≈2.646.
参考公式:
相关系数r=
回归方程=+t中斜率和截距的最小二乘估计公式分别为:
[解]
(1)由折线图中数据和附注中参考数据得
所以r≈≈0.99.
因为y与t的相关系数近似为0.99,说明y与t的线性相关程度相当高,从而可以用线性回归模型拟合y与t的关系.
(2)由=≈1.331及
(1)得
=-≈1.331-0.10×
4≈0.93.
所以y关于t的回归方程为
=0.93+0.10t.
将2020年对应的t=9代入回归方程得
=0.93+0.10×
9=1.83.
所以预测2020年我国生活垃圾无害化处理量约为1.83亿吨.
在计算时,应根据所给数据对公式进行合理变形,如
[教师备选例题]
下表是某学生在4月份开始进入冲刺复习至高考前的5次大型联考数学成绩(分):
联考次数x(1≤x≤5,x∈N*)
2
5
数学分数y(0<y≤150)
117
127
125
134
142
(1)请画出上表数据的散点图:
(2)①请根据上表提供的数据,用最小二乘法求出y关于x的线性回归方程;
②若在4月份开始进入冲刺复习前,该生的数学分数最好为116分,并以此作为初始分数,利用上述回归方程预测高考的数学成绩,并以预测高考成绩作为最终成绩,求该生4月份后复习提高率.(复习提高率=×
100%,分数取整数).
附:
回归直线的斜率和截距的最小二乘估计公式分别为
[解]
(1)散点图如图:
(2)①由题得,==3,==129,
=55,52=5×
32=45,5=5×
3×
129=1935,
所以===5.7,=129-5.7×
3=111.9,
故y关于x的线性回归方程为y=5.7x+111.9.
②由上述回归方程可得高考应该是第六次考试,故x=6,则y=5.7×
6+111.9=146.1≈146(分),
故净提高分为146-116=30(分),所以该生的复习提高率为×
100%=20%.
1.经过对中学生记忆能力x和识图能力y进行统计分析,得到如下数据:
记忆能力x
6
8
识图能力y
由表中数据,求得线性回归方程为=x+,若某中学生的记忆能力为14,则该中学生的识图能力为( )
A.7 B.9.5 C.11.1 D.12
C [x的平均数=(4+6+8+10)==7,
y的平均数=(3+5+6+8)===5.5,
回归方程过点(,),即(7,5.5),
则5.5=0.8×
7+,得=-0.1,则=0.8x-0.1,
则当x=14时,y=0.8×
14-0.1=11.2-0.1=11.1,
即该中学生的识图能力为11.1,故选C.]
2.二手车经销商小王对其所经营的A型号二手汽车的使用年数x与销售价格y(单位:
万元/辆)进行整理,得到如下数据:
使用年数x
售价y
12
6.4
4.4
z=lny
3.00
2.48
2.08
1.86
1.48
1.10
z关于x的折线图,如图所示:
(1)由折线图可以看出,可以用线性回归模型拟合z与x的关系,请用相关系数加以说明;
(2)求y关于x的回归方程,并预测某辆A型号二手车当使用年数为9年时售价约为多少.(,小数点后保留两位有效数字)
[解]
(1)由题意,知=×
(2+3+4+5+6+7)=4.5,=×
(3+2.48+2.08+1.86+1.48+1.10)=2,
∴r==-≈-0.99,
∴z与x的相关系数大约为-0.99,说明z与x的线性相关程度很高.
(2)==-≈-0.36,
∴=-=2+0.36×
4.5=3.62,
∴z与x的线性回归方程是=-0.36x+3.62,又z=lny,∴y关于x的回归方程是=e-0.36x+3.62.
令x=9,得=e-0.36×
9+3.62=e