下载文档原格式
第6讲 变量间的相关关系、统计案例[玩前必备]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)最小二乘法求回归直线，使得样本数据的点到它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y ^＝b ^x ＋a ^是两个具有线性相关关系的变量的一组数据(x 1，y 1)，(x 2，y 2)，…，(x n ，y n )的回归方程，其中a ^，b ^是待定参数．⎩⎨⎧b ^＝∑n i ＝1(x i－x )(y i－y )∑n i ＝1(x i－x )2＝∑ni ＝1x i y i－n x y ∑n i ＝1x 2i－n x2，a ^＝y －b ^x .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(x 1，y 1)，(x 2，y 2)，…，(x n ，y n )，其中(x ，y )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，像这样的变量称为分类变量． (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{x 1，x 2}和{y 1，y 2}，其样本频数列联表(称为2×2列联表)为2×2列联表构造一个随机变量K 2＝n (ad －bc )2(a ＋b )(c ＋d )(a ＋c )(b ＋d )，其中n ＝a ＋b ＋c ＋d 为样本容量．(3)独立性检验利用随机变量K 2来判断“两个分类变量有关系”的方法称为独立性检验． 当χ2≤2.706时，没有充分的证据判定变量A ，B 有关联； 当χ2>2.706时，有90%的把握判定变量A ，B 有关联； 当χ>3.841时，有95%的把握判定变量A ，B 有关联； 当χ>6.635时，有99%的把握判定变量A ，B 有关联．[玩转典例]题型一 相关关系判断例1 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)．r 1表示变量Y 与X 之间的线性相关系数，r 2表示变量V 与U 之间的线性相关系数，则( ) A ．r 2<r 1<0 B ．0<r 2<r 1 C ．r 2<0<r 1 D ．r 2＝r 1例2 四名同学根据各自的样本数据研究变量x ，y 之间的相关关系，并求得回归直线方程，分别得到以下四个结论：① y 与x 负相关且y ^＝2.347x －6.423； ②y 与x 负相关且y ^＝－3.476x ＋5.648； ③y 与x 正相关且y ^＝5.437x ＋8.493； ④y 与x 正相关且y ^＝－4.326x －4.578. 其中一定不正确的结论的序号是( )A ．①②B ．②③C ．③④D ．①④ [玩转跟踪]1.设某大学的女生体重y (单位：kg)与身高x (单位：cm)具有线性相关关系，根据一组样本数据(x i ，y i )(i =1，2，…，n )，用最小二乘法建立的回归方程为y =0.85x -85.71，则下列结论中不正确．．．的是( ) A ．y 与x 具有正的线性相关关系 B ．回归直线过样本点的中心(x ，y )C ．若该大学某女生身高增加1cm ，则其体重约增加0.85kgD ．若该大学某女生身高为170cm ，则可断定其体重必为58.79kg2．(2015湖北)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 题型二 线性回归分析 例3 已知x ，y 取值如下表：从所得的散点图分析可知：y 与x 线性相关，且y ＝0.95x ＋a ，则a ＝( ) A ．1.30 B ．1.45 C ．1.65 D ．1.80例4 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.(1)(2)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y ^＝b ^x ＋a ^； (3)已知该厂技改前100吨甲产品的生产能耗为90吨标准煤，试根据(2)求出的线性回归方程，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：3×2.5＋4×3＋5×4＋6×4.5＝66.5)[玩转跟踪]1．已知x 与y 之间的一组数据：已求得关于y 与x 的线性回归方程y ＝2.1x ＋0.85，则m 的值为( ) A ．0.85 B ．0.75 C ．0.6 D ．0.52.(15全国1）某公司为确定下一年度投入某种产品的宣传费，需了解年宣传费x (单位：千元)对年销售量y (单位：t)和年利润z (单位：千元)的影响，对近8年的年宣传费x i 和年销售量y i (i ＝1,2，…，8)数据作了初步处理，得到下面的散点图及一些统计量的值．nnnn表中w i ＝x i ，w ＝18∑=ni 1w i.(1)根据散点图判断，y ＝a ＋bx 与y ＝c ＋d x 哪一个适宜作为年销售量y 关于年宣传费x 的回归方程类型？(给出判断即可，不必说明理由)(2)根据(1)的判断结果及表中数据，建立y 关于x 的回归方程；(3)已知这种产品的年利润z 与x ，y 的关系为z ＝0.2y －x .根据(2)的结果回答下列问题： ①年宣传费x ＝49时，年销售量及年利润的预报值是多少？ ②年宣传费x 为何值时，年利润的预报值最大？附：对于一组数据(u 1，v 1)，(u 2，v 2)，…，(u n ，v n )，其回归直线v ^＝α^＋β^u 的斜率和截距的最小二乘估计分别为121()()=()niii nii u u v v u u β==---∑∑，α^＝v －β^u .题型三 独立性检验分析例5 有甲、乙两个班级进行数学考试，按照大于等于85分为优秀，85分以下为非优秀统计成绩，得到如下所示的列联表：已知在全部105人中随机抽取1人，成绩优秀的概率为27，则下列说法正确的是( )A ．列联表中c 的值为30，b 的值为35B ．列联表中c 的值为15，b 的值为50C ．根据列联表中的数据，若按95%的可靠性要求，能认为“成绩与班级有关系”D ．根据列联表中的数据，若按95%的可靠性要求，不能认为“成绩与班级有关系”[玩转跟踪]1． 在研究色盲与性别的关系调查中，调查了男性480人，其中有38人患色盲，调查的520名女性中，有6人患色盲．(1)根据以上数据建立一个2×2列联表；(2)若认为“性别与患色盲有关系”，求出错的概率．2.(2017·全国Ⅱ)海水养殖场进行某水产品的新、旧网箱养殖方法的产量对比，收获时各随机抽取了100个网箱，测量各箱水产品的产量(单位：kg)，其频率分布直方图如下：(1)记A表示事件“旧养殖法的箱产量低于50 kg”，估计A的概率；(2)填写下面列联表，并根据列联表判断是否有99%的把握认为箱产量与养殖方法有关：(3)根据箱产量的频率分布直方图，对两种养殖方法的优劣进行比较．附：K2＝n(ad－bc)2(a＋b)(c＋d)(a＋c)(b＋d).[玩转练习]1．（2017山东）为了研究某班学生的脚长（单位：厘米）和身高（单位：厘米）的关系，从该班随机抽取10名学生，根据测量数据的散点图可以看出与之间有线性相关关系，设其回归直线方程为．已知，，．该班某学生的脚长为24，据此估计其身高为A ．B ．C ．D ．2．（2015福建）为了解某社区居民的家庭年收入与年支出的关系，随机调查了该社区5户家庭，得到如下统计数据表：根据上表可得回归本线方程ˆˆˆybx a =+ ，其中ˆˆˆ0.76,b a y bx ==- ，据此估计，该社区一户收入为15万元家庭年支出为A ．11．4万元B ．11．8万元C ．12．0万元D ．12．2万元 3．（2014重庆）已知变量与正相关，且由观测数据算得样本的平均数3x =，，则由该观测数据算得的线性回归方程可能为A ．0.4 2.3y x =+B ．2 2.4y x =-C ．29.5y x =-+D ．0.3 4.4y x =-+ 4．（2014湖北）根据如下样本数据得到的回归方程为ˆybx a =+，则 A ．0a >，0b < B ．0a >，0b > C ．0a <，0b < D ．0a <，0b >x y y x ˆˆˆy bx a =+101225i i x ==∑1011600i i y ==∑ˆ4b =160163166170x y 3.5y =5．（2014江西）某人研究中学生的性别与成绩、视力、智商、阅读量这4个变量之间的关系，随机抽查52名中学生，得到统计数据如表1至表4，则与性别有关联的可能性最大的变量是6．(2016年全国III)下图是我国2008年至2014年生活垃圾无害化处理量（单位：亿吨）的折线图（Ⅰ）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；（Ⅱ）建立y关于t的回归方程（系数精确到0.01），预测2016年我国生活垃圾无害化处理量．附注：参考数据：719.32ii y==∑，7140.17i i i t y ==∑0.55=≈2.646.参考公式：相关系数()()ni it t y y r --=∑ 回归方程y a bt =+中斜率和截距的最小二乘估计公式分别为：121()()()niii ni i t t y y b t t ==--=-∑∑，=.a y bt -7.（2014新课标2）某地区2007年至2013年农村居民家庭纯收入y （单位：千元）的数据如下表：（Ⅰ）求y 关于t 的线性回归方程；（Ⅱ）利用（Ⅰ）中的回归方程，分析2007年至2013年该地区农村居民家庭人均纯收入的变化情况，并预测该地区2015年农村居民家庭人均纯收入． 附：回归直线的斜率和截距的最小二乘估计公式分别为：()()()121nii i nii tty y b tt∧==--=-∑∑，ˆˆay bt =-8.（2019济南模拟）微信是现代生活进行信息交流的重要工具，某公司200名员工中90%的人使用微信，其中每天使用微信时间在一小时以内的有60人，其余的员工每天使用微信的时间在一小时以上，若将员工分成青年(年龄小于40岁)和中年(年龄不小于40岁)两个阶段，那么使用微信的人中75%是青年人．若规定：每天使用微信时间在一小时以上为经常使用微信，那么经常使用微信的员工中有23是青年人．(1)若要调查该公司使用微信的员工经常使用微信与年龄的关系，列出2×2列联表：(2)根据2×2列表中的数据利用独立性检验的方法判断是否有99.9%的把握认为“经常使用微信与年龄有关”？ 附：K 2＝n (ad －bc )2(a ＋b )(c ＋d )(a ＋c )(b ＋d ).9．某省会城市地铁将于2019年6月开始运营，为此召开了一个价格听证会，拟定价格后又进行了一次调查，随机抽查了50人，他们的收入与态度如下：11(1)若以区间的中点值为该区间内的人均月收入，求参与调查的人员中“赞成定价者”与“认为价格偏高者”的月平均收入的差异是多少(结果保留2位小数)；(2)由以上统计数据填下面2×2列联表，分析是否有99%的把握认为“月收入以55百元为分界点对地铁定价的态度有差异”．附：K 2＝n (ad －bc )2(a ＋b )(c ＋d )(a ＋c )(b ＋d ).。
