下载文档原格式
第2讲 变量的相关性、回归分析及独立性检验一、知识回顾1.如何判断两个变量的线性相关：如果在散点图中，2个变量数据点分布在一条直线附近，则这2个变量之间具有线性相关关系。
2.所求直线方程 ˆy=bx +a 叫做回归直线方程；其中 ⋅∑∑∑∑nnii i ii=1i=1nn222iii=1i=1(x-x)(y -y)x -nx yb ==,a =y -bx (x-x)x-nxy回归直线方程必过中心点(,)x y3．相关系数的∑nii (x-x)(y -y)r =性质• (1)|r|≤1．(2)|r|越接近于1，相关程度越大；|r|越接近于0，相关程度越小．4. ˆˆ=-i i y y i 残差e=实际值-预测值2^^211()===-∑∑nniiii i e y y 总残差平方和:残差平方和越小,即模型拟合效果越好5. 两个分类变量的独立性检验：(1)假设结论不成立,即“两个分类变量没有关系”.(2)在此假设下计算随机变量 22n（ad -bc）K =(a +b)(c +d)(a +c)(b +d)(3) 根据随机变量K 2查表得“两个分类变量没有关系”的概率,用1减去此概率即得有联系的概率 典型例题：例1．（宁夏海南卷）对变量x, y 有观测数据理力争（，）（i=1,2,…，10），得散点图1；对变量u ，v 有观测数据（，）（i=1,2,…，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1x 1y 1u 1v变式1. (韶关一模文、理)甲、乙、丙、丁四位同学各自对A 、B 两变量的线性相关性作试验，）()A 甲 ()B 乙 ()C 丙 ()D 丁 例2.一系列样本点(,)(1,2,,)=⋅⋅⋅i i x y i n 的回归直线方程为23,∧=-y x 若117==∑nii X则1==∑ni i y变式1.某地第二季各月平均气温（℃）与某户用水量（吨）如下表，根据表中数据，用最小二乘法求得用水量关于月平均气温的线性回归方程是( )A B. C. D. 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．（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 的线性回归方程ˆˆy bxa =+； （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 2.543546 4.566.5⨯+⨯+⨯+⨯=）例4．(惠州一模)对196个接受心脏搭桥手术的病人和196个接受血管清障手术的病人进行了3年的跟踪x y y x 5.115ˆ-=x y5.115.6ˆ-=x y 5.112.1ˆ-=x y5.113.1ˆ-=x y0.0005300035000.00030.0004200015000.00020.0001400025001000月收入（元）频率/组距 第2讲 变量的相关性、回归分析及独立性检验课后作业：姓名： 学号：1．若施化肥量x 与小麦产量y 之间的回归直线方程为ˆ2504yx =+，当施化肥量为50kg 时，预计小麦产量为2.下表是某厂1～4月份用水量（单位：百吨）的一组数据：月份x1 2 3 4用水量y5.443 5.2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，其线性回归直线方程是a x y +-=∧7.0，则=a3.一组数据的平均数是2.8，方差是3.6，若将这组数据中的每一个数据都加上60，得到一组新数据，则所得新数据的平均数和方差分别是（ ）A ．57.2 3.6B ．57.2 56.4C ．62.8 63.6D ．62.8 3.64．有一笔统计资料，共有11个数据如下（不完全以大小排列）：2,4,4,5,5,6,7,8,9,11,x ，已知这组数据的平均数为6，则这组数据的方差为（ ） A ．6B ．6C ．66D ．6.55.为了检查某超市货架上的奶粉是否含有三聚氰胺，要从编号依次为1到50的袋装奶粉中抽取5袋进行检验，用每部分选取的号码间隔一样的系统抽样方法确定所选取的5袋奶粉的编号可能是（ ） A.5，10，15，20，25 B.2，4，8，16，32 C.1，2，3，4，5 D.7，17，27，37，476．(广州调研文、理)某校对全校男女学生共1600名进行健康调查，选用分层抽样法抽取一个容量为200的样本．已知女生比男生少抽了10人，则该校的女生人数应是 人．7. (韶关一模文、理)一个社会调查机构就某地居民的 月收入调查了10000人，并根据所得数据画了样本的频率分 布直方图（如下图）。
2023届浙江高一数学教材目录必修 1：第一章集合与函数概念：1.1集合。
1.2函数及其表示。
1.3函数的基本性质。
第二章基本初等函数I 2.1指数函数：2.2对数函数。
2.3幂函数。
第三章函数的应用：3.1函数与方程。
3.2函数模型及其应用。
必修 2：第一章空间几何体：1.1空间几何体的结构。
1.2空间几何体的三视图和直观图。
1.3空间几何体的表面积与体积。
第二章点、直线、平面之间的位置关系：2.1空间点、直线、平面的位置关系。
2.2直线、平面平行的判定及其性质。
2.3 直线、平面垂直的判定及其性质。
第三章直线与方程 3.1直线的倾斜角与斜率：3.2 直线的方程。
3.3直线的交点坐标与距离公式。
第四章圆与方程 4.1 圆的方程42直线与圆的位置关系。
4.3空间直角坐标系。
必修 3：第一章算法初步：1.1算法与程序框图。
1.2基本算法语句。
1.3算法案例。
第二章统计：2.1随机抽样。
2.2 用样本估计总体。
2.3变量间的相关关系。
第三章概率：3.1随机事件的概率。
3.2 古典概型。
3.3几何概型。
必修4：第一章三角函数：1.1任意角和弧度制。
12任意角的三角函数。
1.3三角函数的诱导公式。
1.4三角函数的图象与性质。
1.5函数的图像。
1.6三角函数模型的简单应用。
第二章平面向量 2.1平面向量的实际背景及基本概念：2.2平面向量的线性运算。
2.3平面向量的基本定理及坐标表示。
变量间的相关关系讲义变量间的相关关系讲义一、基础知识梳理知识点1：变量之间的相关关系两个变量之间的关系可能是确定的关系（如：函数关系），或非确定性关系。
当自变量取值一定时，因变量也确定，则为确定关系；当自变量取值一定时，因变量带有随机性，这种变量之间的关系称为相关关系。
相关关系是一种非确定性关系，如长方体的高与体积之间的关系就是确定的函数关系，而人的身高与体重的关系，学生的数学成绩好坏与物理成绩的关系等都是相关关系。
注意：两个变量之间的相关关系又可分为线性相关和非线性相关，如果所有的样本点都落在某一函数曲线的附近，则变量之间具有相关关系（不确定性的关系），如果所有样本点都落在某一直线附近，那么变量之间具有线性相关关系，相关关系只说明两个变量在数量上的关系，不表明他们之间的因果关系，也可能是一种伴随关系。
点睛：两个变量相关关系与函数关系的区别和联系相同点：两者均是两个变量之间的关系，不同点：函数关系是一种确定的关系，如匀速直线运动中时间t与路程s的关系，相关关系是一种非确定的关系，如一块农田的小麦产量与施肥量之间的关系，函数关系是两个随机变量之间的关系，而相关关系是非随机变量与随机变量之间的关系；函数关系式一种因果关系，而相关关系不一定是因果关系，也可能是伴随关系。
知识点2.散点图.1.在考虑两个量的关系时，为了对变量之间的关系有一个大致的了解，人们常将变量所对应的点描出来，这些点就组成了变量之间的一个图，通常称这种图为变量之间的散点图。
2.从散点图可以看出如果变量之间存在着某种关系，这些点会有一个集中的大致趋势，这种趋势通常可以用一条光滑的曲线来近似，这种近似的过程称为曲线拟合。
3.对于相关关系的两个变量，如果一个变量的值由小变大时，另一个变量的的值也由小变大，这种相关称为正相关，正相关时散点图的点散布在从左下角到由上角的区域内。
如果一个变量的值由小变大时，另一个变量的值由大变小，这种相关称为负相关，负相关时散点图的点散步在从左上角到右下角的区域。
高中数学变量间关联教案
教学目标：
1. 熟练掌握变量间的关联性概念；
2. 能够运用相关概念解决实际问题；
3. 提高学生的数学推理和解决问题能力。
教学内容：
1. 变量间的关联性概念介绍；
2. 如何判断变量之间的关联程度；
3. 使用相关系数等工具进行变量间的关联性分析。
教学步骤：
一、导入（5分钟）
通过一个实际的例子引入变量间的关联性概念，激发学生的思考和探索欲望。
二、概念讲解（15分钟）
1. 讲解变量的概念及其分类；
2. 介绍相关系数的定义和计算方法；
3. 分析变量之间的线性关联和非线性关联。
三、案例分析（20分钟）
1. 案例一：某城市的降雨量和地表径流量之间的关系；
2. 案例二：身高和体重之间的关联性分析。
四、实践操作（15分钟）
让学生自行从网上或书籍中搜索相关数据，利用相关系数等工具对两个变量之间的关联性进行分析。
五、总结与展望（5分钟）
总结今天的学习内容，鼓励学生多关注身边的变量间的关联关系，培养数学思维。
教学评估：
1. 学生对变量间关联性概念的理解；
2. 学生分析案例的能力；
3. 学生的实践操作结果和分析能力。
拓展延伸：
1. 鼓励学生自主探索更多关于变量间关联性的案例；
2. 可以让学生设计自己的实验或调查，收集数据进行相关性分析；
3. 拓展学生的数学思维，探讨更多实际应用场景下变量间的关联性。
（注：以上内容仅供参考，具体实施时应根据学生实际情况做出调整。
）。
回归分析的基本思想及其初步应用【学习目标】1. 通过对实际问题的分析，了解回归分析的必要性与回归分析的一般步骤。
2. 能作出散点图，能求其回归直线方程。
3. 会用所学的知识对简单的实际问题进行回归分析。
【要点梳理】要点一、变量间的相关关系1. 变量与变量间的两种关系：（1） 函数关系：这是一种确定性的关系，即一个变量能被另一个变量按照某种对应法则唯一确定．例如圆的面积．S 与半径r 之间的关系S=πr 2为函数关系．（2）相关关系：这是一种非确定性关系．当一个变量取值一定时，另一个变量的取值带有一定的随机性，这两个变量之间的关系叫做相关关系。
例如人的身高不能确定体重，但一般来说“身高者，体重也重”，我们说身高与体重这两个变量具有相关关系． 2. 相关关系的分类：（1）在两个变量中，一个变量是可控制变量，另一个变量是随机变量，如施肥量与水稻产量； （2）两个变量均为随机变量，如某学生的语文成绩与化学成绩． 3. 散点图：将两个变量的各对数据在直角坐标系中描点而得到的图形叫做散点图．它直观地描述了两个变量之间有没有相关关系．这是我们判断的一种依据．4. 回归分析：与函数关系不同，相关关系是一种非确定性关系，对具有相关关系的两个变量进行统计分析的方法叫做回归分析。
要点二、线性回归方程：1．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，这条直线叫作回归直线。
2．回归直线方程ˆˆˆybx a =+ 对于一组具有线性相关关系的数据11(,)x y ，22(,)x y ，……，(,)n n x y ，其回归直线ˆˆˆybx a =+的截距和斜率的最小二乘法估计公式分别为：121()()ˆ()niii nii x x y y bx x ==--=-∑∑，ˆˆay bx =- 其中x 表示数据x i （i=1，2，…，n ）的均值，y 表示数据y i （i=1，2，…，n ）的均值，xy 表示数据x i y i （i=1，2，…，n ）的均值．a 、b 的意义是：以a 为基数，x 每增加一个单位，y 相应地平均变化b 个单位．要点诠释：①回归系数121()()ˆ()niii nii x x y y bx x ==--=-∑∑，也可以表示为1221ˆni ii nii x y nx ybxnx==-=-∑∑，这样更便于实际计算。
