下载文档原格式
描述：例题：高中数学必修3(人教B版)知识点总结含同步练习题及答案第二章 统计 2.3 变量的相关性一、学习任务1. 能通过收集现实问题中两个有关联变量的数据作出散点图，并利用散点图直观认识变量间的相关关系．2. 了解线性回归的方法，了解用最小二乘法研究两个变量的线性相关问题的思想方法，会根据给出的线性回归方程系数公式建立线性回归方程（不要求记忆系数公式）．二、知识清单变量间的相关关系相关关系 线性相关三、知识讲解1.变量间的相关关系2.相关关系变量与变量之间的关系一类是确定性的函数关系，像正方形的边长 和面积 的关系 ．另一类是变量间确实存在关系，但又不具备函数关系所要求的确定性，它们的关系是带有随机性的．例如，人的身高不能确定体重，但一般说来“身高者，体也重”．我们说身高与体重这两个变量具有相关关系．函数关系与相关关系的异同点相同点：是两者均是指两个变量的关系；不同点：①函数关系是一种确定性的关系，相关关系是一种非确定性的关系．②函数关系式一种因果关系，而相关关系不一定是因果关系，其也可能是伴随关系．a S 给出下列关系：①正方形的边长与面积之间的关系；②水稻产量与施肥量之间的关系；③降雪量与交通事故的发生率之间的关系．其中具有相关关系的是______．解：②③两个变量之间的关系有两种：函数关系与相关关系．①正方形的边长和面积之间的关系是函数关系．②水稻产量与施肥量之间的关系不是严格的函数关系，但是具有相关性，因而是相关关系．③降雪量与交通事故的发生率具有相关关系．下图中的两个变量是相关关系的是（ ）描述：3.线性相关两个变量的线性关系对具有相关关系的两个变量进行统计分析的方法叫回归分析．将样本中的个数据点（，，，）描在平面直角坐标系中，就得到了散点图．如果两个变量的散点图中的点散步在左下角到右上角的区域，即一个变量的值由小变大时，另一个变量的值也由小变大，我们将这种相关称为正相关．如果两个变量的散点图中的点散步的位置是从左上角到右下角的区域，即一个变量的值由小变大是，另一个变量的值由大变小，我们将这种相关称为负相关．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具有线性相关关系．回归直线方程“最贴近”已知的数据点的直线方程称之为回归直线方程，简称回归方程，方程为，叫做回归系数．刻画了实际观察值与回归直线上相应点纵坐标之间的偏离程度，个离差构成的总离差越小越好，总离差通常是用离差的平方和来表示，即作为总离差，并使之达到最小．回归直线就是所有直线中取最小的那一条．由于平方又叫二乘方，所以这种使“离差平方和最小”的方法，叫做最小二乘法．A．①② B．①③ C．②④ D．②③解：D①属于函数关系，因为每个 值对应一个 值，这是确定性的关系；②中散点图中各点分布的区域大致为从左下角到右上角，没有确定的函数关系，但是具有相关关系；③中散点图分布的区域大致在一条曲线附近，对于每个 ，其对应的 呈现出一定的规律性，因此这两个变量具有相关关系；④ 中各点的分布比较均匀，但对于每个 ， 的分布没有规律，因此不属于相关关系．x y x y x y n (,)x i y i i =12⋯n =a +bx y ^b −y i y ^i y i n Q =(−a −b ∑i =1ny i x i )2Q（），得散点图2．由这两个散点图可以判断（ ）(,)u i v i i =12⋯10高考不提分，赔付1万元，关注快乐学了解详情。
第二章 随机变量及其概率分布1． 离散型随机变量()01k K K KP X x p p ==≥⎧⎪⎨=⎪⎩∑ 例1 设 ，则3.02.05.01=--=c------------------------------------------------------------------------------------------------ 8．知识点：离散型随机变量的分布律性质下列各表中可作为某随机变量分布律的是（ ） A ． B ．C ．D ．答案：C解：A 事件概率不可能为负值 B ，D1i iP ≠∑返回：第二章 随机变量及其概率分布------------------------------------------------------------------------------------------------2．常见离散型随机变量（1）0—1分布：设X ～),1(p B ，则应用背景：一次抽样中，某事件A 发生的次数X ～),1(p B ，其中EX X P A P p ====)1()(例2 设某射手的命中率为p ，X 为其一次射击中击中目标的次数，则X ～),1(p B（2）二项分布：设X ～),(p n B ，则()(1),0,1,2,,k k n kn P X k C p p k n -==-=应用背景：n 次独立重复抽样中某事件A 发生的次数X ～),(p n B ，其中()p P A =为事件A 在一次抽样中发生的概率。
例３ 某射手的命中率为0.8，X 为其5次射击中命中目标的次数，则X 取的可能值为5,,1,0 ，52()0.80.2k k k P X k C -==，即X ～)8.0,5(B记住：若X ～),(p n B ，则np EX =,)1(p np DX -=------------------------------------------------------------------------------------------------ 9．知识点：事件的关系及二项分布设每次试验成功的概率为)10(<<p p ，则在3次独立重复试验中至少成功一次的概率为（ ） A ．3)1(1p -- B ．2)1(p p - C ．213)1(p p C -D ．32pp p ++答案：A解： 利用对立事件求解。
第一讲Ⅰ 授课题目第二章 随机变量及其分布§1 随机变量 §2 离散型随机变量及其分布律 Ⅱ 教学目的与要求1、深刻理解随机变量的意义，熟练掌握用随机变量表示随机试验的结果；2、离散型随机变量的分布律及其表示；3、熟记两点分布、二项分布、泊松分布的分布律或密度函数及性质。
教学方法：发现式为主，讲授式为辅，讲练案结合 Ⅲ 教学重点与难点重点：掌握离散型随机变量及其分布律，如何用分布律求任何事件的概率。
难点：随机变量的概念及离散型随机变量的分布。
Ⅳ 讲授内容： 一、 引言在随机试验中，人们除对某些特定事件发生的概率感兴趣外，往往还关心某个与随机试验的结果相联系的变量. 由于这一变量的取值依赖于随机试验结果，因而被称为随机变量. 与普通的变量不同，对于随机变量，人们无法事先预知其确切取值，但可以研究其取值的统计规律性. 本章将介绍两类随机变量及描述随机变量统计规律性的分布. 二、§1 随机变量 1、随机变量概念的引入为全面研究随机试验的结果, 揭示随机现象的统计规律性, 需将随机试验的结果数量化，即把随机试验的结果与实数对应起来.1. 在有些随机试验中, 试验的结果本身就由数量来表示.2. 在另一些随机试验中, 试验结果看起来与数量无关,但可以指定一个数量来表示之. 例1 在将一枚硬币抛掷三次, 观察正面H 、反面T 出现情况的试验中, 其样本空间};,,,,,,,{TTT TTH THT HTT THH HTH HHT HHH S =记每次试验出现正面H 的总次数为随机变量X , 则X 作为样本空间S 上的函数定义为1112223XTTTTTH THT HTT THH HTH HHT HHH e例2在抛掷一枚硬币进行打赌时, 若规定出现正面时抛掷者赢1元钱, 出现反面时输1元钱, 则其样本空间为=S {正面, 反面},记赢钱数为随机变量X , 则X 作为样本空间S 的实值函数定义为⎩⎨⎧=-==.,1,,1)(反面正面e e e X例3 在测试灯泡寿命的试验中, 每一个灯泡的实际使用寿命可能是),0[+∞中任何一个实数, 若用X 表示灯泡的寿命（小时），则X 是定义在样本空间}0|{≥=t t S 上的函数，即t t X X ==)(，是随机变量. 2、随机变量的定义定义 设随机试验的样本空间为{}=S e ,()e X X =是定义在样本空间S 上的实值单值函数，称)(e X X =为随机变量.随机变量与高等数学中函数的比较:(1) 它们都是实值函数,但前者在试验前只知道它可能取值的范围,而不能预先肯定它将取哪个值; (2) 因试验结果的出现具有一定的概率,故前者取每个值和每个确定范围内的值也有一定的概率.如 例1中易见, 使X 取值为})2({2=X 的样本点构成的子集为},,,{THH HTH HHT A =故 ,8/3)(}2{===A P X P 类似地，有.2/1},,,{}1{==≤TTT TTH THT HTT P X P3、引入随机变量的意义随机变量的引入,使得随机试验中的各种事件可通过随机变量的关系式表达出来.由此可见,随机事件这个概念实际上是包容在随机变量这个更广的概念内.也可以说,随机事件是从静态的观点来研究随机现象,而随机变量则以动态的观点来研究之.其关系类似高等数学中常量与变量的关系.随机变量概念的产生是概率论发展史上的重大事件. 引入随机变量后,对随机现象统计规律的研究,就由对事件及事件概率的研究转化为随机变量及其取值规律的研究,使人们可利用数学分析的方法对随机试验的结果进行广泛而深入的研究.随机变量因其取值方式不同, 通常分为离散型和非离散型两类. 而非非离散型随机变量中最重要的是连续型随机变量. 今后，我们主要讨论离散型随机变量和连续型随机变量. 三、 §2 离散型随机变量及其分布律 1、离散型随机变量及其概率分布有些随机变量的取值是有有限个或可列无限多个，称此随机变量为离散型随机变量。
