第2讲 变的相关性、回归分析及独立性检验

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）。

高中选修1-2回归分析和独立性检验知识总结与联系-CAL-FENGHAI-(2020YEAR-YICAI)_JINGBIAN1122211()()()n n i i i i i i n n i i i i x x y y x y nx y b x x x nx a y bx ====⎧---⎪⎪==⎪⎨--⎪⎪=-⎪⎩∑∑∑∑选修1-2第一部分 变量间的相关关系与统计案例【基础知识】一、回归分析1.两个变量的线性相关：判断是否线性相关 ①用散点图(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用相关系数r(3)除用散点图外，还可用样本相关系数r 来衡量两个变量x ，y 相关关系的强弱，ni ix y nx yr -•=∑当r ＞0，表明两个变量正相关，当r ＜0，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 |0.75>时，认为这两个变量具有很强的线性相关关系． 2.回归方程：两个变量具有线性相关关系，数据收集如下：可用最小二乘法得到回归方程ˆy bx a =+,其中3．回归分析的基本思想及其初步应用(1)回归分析是对具有相关关系的两个变量进行统计分析的方法，其常用的 研究方法步骤是画出散点图，求出回归直线方程，并利用回归直线方程进行预报．(2)对n 个样本数据(x 1，y 1)、(x 2，y 2)、…、(xn ，yn )，(,)x y 称为样本点的中心．样本点中心一定落在回归直线上。

4、回归效果的刻画：用相关指数2R来刻画回归的效果，公式是2 2121()1()ni iiniiy yRy y==-=--∑∑2R的值越大，说明残差平方和越小，也就是说模型拟合效果好二．独立性检验的基本思想及其初步应用题型一相关关系的判断【例1】对四组数据进行统计，获得以下散点图，关于其相关系数比较，正确的是()A.r2<r4<0<r3<r1B. r4<r2<0<r 1<r3C. r4<r2<0<r3<r1D. r2<r4<0<r1<r3【变式1】 根据两个变量x ，y 之间的观测数据画成散点图如图所示，这两个变量是否具有线性相关关系________(填“是”与“否”)．题型二 线性回归方程【例2】在2013年元旦期间，某市物价部门对本市五个商场销售的某商品一天的销售量及其价格进行调查，五个商场的售价x 元和销售量y 件之间的一价格x 9 9.5 10 10.5 11销售量y11 10 8 6 5 y 关于商品的价格x 的线性回归方程为________．(参考公式：b ^= ，a ^＝y －b ^x )【变式3】为了解儿子身高与其父亲身高的关系，随机抽取5对父子的身高数据如下：父亲身高x /cm 174 176 176 176 178儿子身高y /cm175 175 176 177 177则y 对x 的线性回归方程为( )． A ．y ＝x －1 B ．y ＝x ＋1C ．y ＝88＋12x D ．y ＝176题型三 独立性检验【例4】通过随机询问110名性别不同的行人，对过马路是愿意走斑马线由K 2＝n (ad －dc )(a ＋b )(c ＋d)(a ＋c )(b ＋d )，算得K 2＝110×(40×30－20×20)260×50×60×50≈7.8.附表：A. 有99%以上的把握认为“选择过马路的方式与性别有关”B. 有99%以上的把握认为“选择过马路的方式与性别无关”C. 在犯错误概率不超过0.1%的前提下，认为“选择过马路的方式与性别有关”D. 在犯错误概率不超过0.1%的前提下，认为“选择过马路的方式与性别无关【变式2】 某企业有两个分厂生产某种零件，按规定内径尺寸(单位：mm)的值落在[29.94,30.06)的零件为优质品．从两个分厂生产的零件中各抽出了500件，(2)由以上统计数据填下面2×2列联表，并问是否有99%的把握认为“两个分附 K 2巩固提高1.下列说法：①将一组数据中的每个数据都加上或减去同一个常数后，方差恒不变；②设有一个回归方程y ^＝3－5x ，变量x 增加一个单位时，y 平均增加5个单位；③线性回归方程y ^＝b ^x ＋a ^必过(x ，y )；④在一个2×2列联表中，由计算得K 2＝13.079，则有99%的把握确认这两个变量间有关系；其中错误的个数是( )A. 0B. 1C. 2D. 32.已知回归直线斜率的估计值为1.23，样本点的中心为点(4,5)，则回归直线的方程为( ) A. y ^＝1.23x ＋4 B. y ^＝1.23x ＋5 C. y ^＝1.23x ＋0.08 D. y ^＝0.08x ＋1.23 3.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. 1.804.根据上表可得回归直线方程：y ＝0.56x ＋a ，据此模型预报身高为172 cm 的高三男生的体重为( )A. 70.09 kgB. 70.12 kgC. 70.55 kgD. 71.05 kg5.调查了某地若干户家庭的年收入x (单位：万元)和年饮食支出y (单位：万元)，调查显示年收入x 与年饮食支出y 具有线性相关关系，并由调查数据得到y 对x的回归直线方程：y ^＝0.254x ＋0.321.由回归方程可知，家庭年收入每增加1万元，年饮食支出平均增加________万元．6．利用独立性检验对两个分类变量是否有关系进行研究时，若在犯错误的概率不超过0.005的前提下认为事件A 和B 有关系，则具体计算出的数据应该是( )A ．k≥6.635B ．k ＜6.635C ．k≥7.879D ．k ＜7.8797．某高校“统计初步”课程的教师随机调查了选该课的一些学生的情况，具体数据如下表：非统计专业统计专业男13 10女7 20为了判断主修统计专业是否与性别有关系，根据表中数据得到，k＝50（13×20－10×7）220×30×23×27≈4.844，因为k＞3.841，所以确定主修统计专业与性别有关系，那么这种判断出错的可能性为________．与销售额（单位：百万元）之间有如下对应数据：（1）画出散点图；（2）求线性回归方程；（3）试预测广告费支出为百万元时，销售额多大？9.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，用最小二乘法求出关于的线性回归方程；（3）已知该厂技改前吨甲产品的生产能耗为吨标准煤，试根据(2)求出的线性回归方程，预测生产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：)9．某大学餐饮中心为了了解新生的饮食习惯，在全校一年级学生中进行了抽样调查，调查结果如下表所示：喜欢甜品不喜欢甜品合计南方学生60 20 80北方学生10 10 20合计70 30 100(1)甜品的饮食习惯方面有差异”；(2)已知在被调查的北方学生中有5名数学系学生，其中2名习惯甜品，现在从这5名学生中随机抽取3人，求至多有1人喜欢甜品的概率．10、我市某校某数学老师这学期分别用两种不同的教学方式试验高一甲、乙两个班（人数均为人，入学数学平均分和优秀率都相同，勤奋程度和自觉性都一样）。

10.4 变量间的相关关系考纲传真1.会作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． 3．了解独立性检验(只要求2×2列联表)的基本思想、方法及其简单应用．4．了解回归分析的基本思想、方法及其简单应用.1．两个变量的线性相关(1)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)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)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最小二乘法．(2)回归方程：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 )．其回归方程为y ^＝b ^x ＋a ^，则⎩⎪⎨⎪⎧b ^＝∑ni ＝1（x i－x ）（y i－y ）∑n i ＝1（x i－x ）2＝∑ni ＝1x i y i －n xy ∑ni ＝1x 2i－nx 2，a ^＝y －b ^x .其中(x ，y )称为样本点的中心．3．残差分析(1)残差：对于样本点(x 1，y 1)，(x 2，y 2)，…，(x n ，y n )，它们的随机误差为e i ＝y i －bx i －a ，i ＝1，2，…，n ，其估计值为e ^i ＝y i －y ^i ＝y i －b ^x i －a ^，i ＝1，2，…，n .e ^i 称为相应于点(x i ，y i )的残差．(2)残差平方和为∑ni ＝1 (y i－y ^i )2. (3)相关指数：R 2＝1－错误!． 4．独立性检验(1)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．(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y 1 y 2 总计 x 1 a b a ＋b x 2 c d c ＋d 总计a ＋cb ＋da ＋b ＋c ＋d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．1．(人教A 版教材习题改编)某商品销售量y (件)与销售价格x (元/件)负相关，则其回归方程可能是( )A.y ^＝－10x ＋200B.y ^＝10x ＋200 C.y ^＝－10x －200 D.y ^＝10x －200【解析】 由题意回归方程斜率应为负，故排除B ，D ，又销售量应为正值，故C 不正确，故选A.【答案】 A2．(2013·枣庄模拟)下面是2×2列联表：y 1 y 2 合计 x 1 a 21 73 x 2 22 25 47 合计b46120则表中a ，b 的值分别为( ) A ．94，72 B ．52，50 C ．52，74 D ．74，52【解析】 ∵a ＋21＝73，∴a ＝52. 又a ＋22＝b ，∴b ＝74. 【答案】 C3．(2012·课标全国卷)在一组样本数据(x 1，y 1)，(x 2，y 2)，…，(x n ，y n )(n ≥2，x 1，x 2，…，x n 不全相等)的散点图中，若所有样本点(x i ，y i )(i ＝1，2，…，n )都在直线y ＝12x ＋1上，则这组样本数据的样本相关系数为( )A ．－1B ．0 C.12D ．1 【解析】 样本点都在直线上时，其数据的估计值与真实值是相等的，即y i ＝y ^i ，代入相关系数公式r ＝错误!＝1.【答案】 D4．(2013·济南模拟)考古学家通过研究始祖鸟化石标本发现：其股骨长度x (cm)与肱骨长度y (cm)的线性回归方程为y ^＝1.197x －3.660，由此估计，当股骨长度为50 cm 时，肱骨长度为________cm.【解析】 根据线性回归方程y ^＝1.197x －3.660， 将x ＝50代入， 得y ＝56.19，则肱骨长度为56.19 cm. 【答案】 56.195．在一项打鼾与患心脏病的调查中，共调查了1 671人，经过计算K 2的观测值k ＝27.63，根据这一数据分析，我们有理由认为打鼾与患心脏病是________的(填有关或无关)．【解析】∵k＝27.63＞6.635，∴有99%的把握认为“打鼾与患心脏病有关”．【答案】有关相关关系的判断下面是水稻产量与施化肥量的一组观测数据：施化肥量15202530354045水稻产量320330360410460470480(1)将上述数据制成散点图；(2)你能从散点图中发现施化肥量与水稻产量近似成什么关系吗？水稻产量会一直随施化肥量的增加而增长吗？【思路点拨】分析观测数据、制图，分析散点图，做出判断．【尝试解答】(1)散点图如下：(2)①从图中可以发现施化肥量与水稻产量具有线性相关关系，当施化肥量由小到大变化时，水稻产量由小变大，图中的数据点大致分布在一条直线的附近，因此施化肥量和水稻产量近似成线性相关关系．②不会，水稻产量只是在一定范围内随着化肥施用量的增加而增长．,1．利用散点图判断两个变量是否有相关关系是比较直观简便的方法．如果所有的样本点都落在某一函数的曲线附近，变量之间就有相关关系．如果所有的样本点都落在某一直线附近，变量之间就有线性相关关系．2．在散点图中，若点散布在从左下角到右上角的区域，称为正相关；若散布在从左上角到右下角的区域称为负相关．(2013·九江调研)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＜0B ．0＜r 2＜r 1C ．r 2＜0＜r 1D ．r 2＝r 1【解析】 对于变量Y 与X ，Y 随着X 的增大而增大， ∴Y 与X 正相关，即r 1＞0.对于变量V 与U 而言，V 随U 的增大而减小， 故V 与U 负相关，即r 2＜0， 因此r 2＜0＜r 1. 【答案】 C线性回归分析(2013·合肥模拟)某地最近十年粮食需求量逐年上升，下表是部分统计数据：年份 2002 2004 2006 2008 2010 需求量(万吨)236246257276286(1)利用所给数据求年需求量与年份之间的回归直线方程y ^＝bx ＋a ； (2)利用(1)中所求出的直线方程预测该地2012年的粮食需求量．【思路点拨】 (1)为了方便计算，可将数据适当处理，再列对应表格，求回归系数；(2)根据回归方程进行预测分析．【尝试解答】 (1)由所给数据看出，年需求量与年份之间是近似直线上升，下面来求回归直线方程，为此对数据预处理如下：年份－2006 －4 －2 0 2 4 需求量－257－21－111929对预处理后的数据，容易算得x ＝0，y ＝3.2，b ^＝（－4）×（－21）＋（－2）×（－11）＋2×19＋4×2942＋22＋22＋42＝26040＝6.5，∴a ^＝y －b ^x ＝3.2，由上述计算结果，知所求回归直线方程为 y ^－257＝b ^(x －2 006)＋a ^＝6.5(x －2 006)＋3.2 即y ^＝6.5(x －2 006)＋260.2.①(2)利用直线方程①，可预测2012年的粮食需求量为6．5×(2 012－2 006)＋260.2＝6.5×6＋260.2＝299.2(万吨)≈300(万吨)．,1．解答本题将年份－2006，需求量－257，有利于计算，进而由回归直线方程进行有效地预测分析．2．正确运用计算b ^、a ^的公式和准确的计算，是求线性回归方程的关键．3．在分析两个变量的相关关系时，可根据样本数据作出散点图来确定两个变量之间是否具有相关关系，若具有线性相关关系，则可通过线性回归方程估计和预测变量的值．为了解篮球爱好者小李的投篮命中率与打篮球时间之间的关系，下表记录了小李某月1号到5号每天打篮球时间x (单位：小时)与当天投篮命中率y 之间的关系：时间x 1 2 3 4 5 命中率y0.40.50.60.60.4(1)试求小李这5天的平均投篮命中率；(2)请你用线性回归分析的方法，预测小李该月6号打6小时篮球的投篮命中率． 【解】 (1)由图表知，5天的平均投篮命中率 y ＝0.4＋0.5＋0.6＋0.6＋0.45＝0.5，(2)x ＝15(1＋2＋3＋4＋5)＝3，∴b ^＝－2×（－0.1）＋（－3）×0＋0×0.1＋1×0.1＋2×（－0.1）（1－3）2＋（2－3）2＋（4－3）2＋（5－3）2＝0.01，a ^＝y －b ^x ＝0.5－0.01×3＝0.47， 故回归直线方程为y ^＝0.47＋0.01x 将x ＝6代入，得y ^＝0.53，∴6号打6小时篮球命中率约为0.53.独立性检验(2012·辽宁高考改编)电视传媒公司为了解某地区电视观众对某类体育节目的收视情况，随机抽取了100名观众进行调查，其中女性有55名．下面是根据调查结果绘制的观众日均收看该体育节目时间的频率分布直方图：图9－4－1将日均收看该体育节目时间不低于40分钟的观众称为“体育迷”．已知“体育迷”中有10名女性．(1)试求“体育迷”中的男性观众人数； (2)据此资料你是否认为“体育迷”与性别有关？ 附：P (K 2≥k ) 0.05 0.01 k3.8416.635K 2＝n （ad －bc ）2（a ＋b ）（c ＋d ）（a ＋c ）（b ＋d ）.【思路点拨】 (1)根据频率分布直方图求“体育迷”人数，进而确定其中男性观众人数．(2)列出2×2列联表，计算K 2的观测值k ，依据独立性检验思想作出判断．【尝试解答】 (1)由频率分布直方图，“体育迷”的频率为(0.005＋0.020)×10＝0.25.∴“体育迷”观众共有100×0.25＝25(名)， 因此，男“体育迷”共有25－10＝15(名)． (2)由(1)列2×2列联表如下：非体育迷 体育迷 合计 男 30 15 45 女 45 10 55 合计7525100将2×2列联表中的数据代入公式计算，得k ＝n （ad －bc ）2（a ＋b ）（c ＋d ）（a ＋c ）（b ＋d ）＝100（30×10－45×15）275×25×45×55＝10033≈3.030. ∵3.030＜3.841.∴我们没有理由认为“体育迷”与性别有关．,1．独立性检验的关键是准确的计算K 2，在计算时，要充分利用2×2列联表． 2．独立性检验的步骤：(1)根据样本数据制成2×2列联表． (2)根据公式K 2＝n （ad －bc ）2（a ＋b ）（a ＋c ）（b ＋d ）（c ＋d ）计算K 2的观测值k .(3)比较k 与临界值的大小关系作统计推断．为调查某地区老年人是否需要志愿者提供帮助，用简单随机抽样方法从该地区调查了500位老年人，结果如下：性别是否需要志愿者 男女 需要4030不需要 160 270(1)估计该地区老年人中，需要志愿者提供帮助的老年人的比例；(2)能否有99%的把握认为该地区的老年人是否需要志愿者提供帮助与性别有关？ (3)根据(2)的结论，能否提出更好的调查方法来估计该地区的老年人中，需要志愿者提供帮助的老年人的比例？说明理由．附：P (K 2≥k ) 0.050 0.010 0.001 k3.8416.63510.828K 2＝n （ad －bc ）2（a ＋b ）（c ＋d ）（a ＋c ）（b ＋d ）【解】 (1)调查的500位老年人中有70位需要志愿者提供帮助，因此该地区老年人中，需要帮助的老年人的比例的估计值为70500＝14%.(2)k ＝500×（40×270－30×160）2200×300×70×430≈9.967.由于9.967＞6.635，所以有99%的把握认为该地区的老年人是否需要帮助与性别有关． (3)由(2)的结论知，该地区老年人是否需要帮助与性别有关，并且从样本数据能看出该地区男性老年人与女性老年人中需要帮助的比例有明显差异，因此在调查时，先确定该地区老年人中男、女的比例，再把老年人分成男、女两层并采用分层抽样方法，比采用简单随机抽样方法更好．两条规律1.函数关系是一种确定的关系，相关关系是一种非确定的关系．事实上，相关关系是非随机变量与随机变量的关系．2．当K 2≥3.841时，则有95%的把握说事件A 与B 有关；当K 2≤2.706时，认为两个分类变量无关．三点注意1.回归分析是对具有相关关系的两个变量进行统计分析的方法，只有在散点图大致呈线性时，求出的回归直线方程才有实际意义．2．线性回归方程中的截距和斜率都是通过样本数据估计而来的，存在误差，这种误差会导致预报结果的偏差．3．独立性检验的随机变量K 2的观测值k ＝3.841是判断是否有关系的临界值，K 2的观测值k ≤3.841应判断为没有充分证据显示事件A 与B 有关系，而不能作为小于95%的量化值来判断．从近两年高考看，以考查独立性检验，回归分析为主，多为选择题、填空题，也可能以解答题形式考查，主要以实际问题为背景，考查阅读理解、分析问题、解决问题的能力，在解决一些简单实际问题的过程中考查基本的统计思想．思想方法之十八 利用回归分析思想进行科学预测(2012·福建高考)某工厂为了对新研发的一种产品进行合理定价，将该产品按事先拟定的价格进行试销，得到如下数据：单价x (元) 8 8.2 8.4 8.6 8.8 9 销量y (件)908483807568(1)求回归直线方程y ^＝bx ＋a (其中b ^＝－20，a ^＝y －b ^x )；(2)预计在今后的销售中，销量与单价仍然服从(1)中的关系，且该产品的成本是4元/件，为使工厂获得最大利润，该产品的单价应定为多少元？(利润＝销售收入－成本)【规范解答】 (1)由于x ＝16(x 1＋x 2＋x 3＋x 4＋x 5＋x 6)＝8.5，y ＝16(y 1＋y 2＋y 3＋y 4＋y 5＋y 6)＝80. 又b ^＝－20.所以a ^＝y －b ^x ＝80＋20×8.5＝250， 从而回归直线方程为y ^＝－20x ＋250. (2)设工厂获得的利润为L 元，依题意得L ＝x (－20x ＋250)－4(－20x ＋250)＝－20x 2＋330x －1 000＝－20(x －334)2＋361.25.当且仅当x ＝8.25时，L 取得最大值．故当单价定为8.25元时，工厂可获得最大利润．易错提示：(1)在求回归直线方程时，易因为数据较多，公式结构复杂，计算b ^及a ^的值时容易出错．(2)把回归直线中的b ^和a ^弄颠倒，把回归直线写为y ＝a ^x ＋b ^，导致结果错误． 防范措施：(1)把计算b ^及a ^的公式结构把握好，代入数据，谨慎运算．(2)注意回归直线方程y ^＝b ^x ＋a ^和通常的一次函数y ＝kx ＋b 在系数上的表达习惯不一样，不要把两系数弄颠倒．1．(2012·湖南高考)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1 cm ，则其体重约增加0.85 kgD ．若该大学某女生身高为170 cm ，则可断定其体重必为58.79 kg【解析】 由于线性回归方程中x 的系数为0.85，因此y 与x 具有正的线性相关关系，故A 正确．又线性回归方程必过样本中心点(x ，y )，因此B 正确．由线性回归方程中系数的意义知，x 每增加1 cm ，其体重约增加0.85 kg ，故C 正确．当某女生的身高为170 cm 时，其体重估计值是58.79 kg ，而不是具体值，因此D 不正确．【答案】 D2．(2013·烟台模拟)通过随机询问110名性别不同的大学生是否爱好某项运动，得到如下的列联表：男 女 总计 爱好 40 20 60 不爱好 20 30 50 总计6050110由K 2＝n （ad －bc ）2（a ＋b ）（c ＋d ）（a ＋c ）（b ＋d ）算得，k ＝110×（40×30－20×20）260×50×60×50≈7.8.附表：P (K 2≥k ) 0.050 0.010 0.001 k3.8416.63510.828参照附表，得到的正确结论是( )A ．在犯错误的概率不超过0.1%的前提下，认为“爱好该项运动与性别有关”B ．在犯错误的概率不超过0.1%的前提下，认为“爱好该项运动与性别无关”C ．有99%以上的把握认为“爱好该项运动与性别有关”D ．有99%以上的把握认为“爱好该项运动与性别无关”【解析】 由相关系数K 2的意义，附表所对应的概率为“爱好该运动与性别有关”， ∴有99%以上的把握认为“爱好该项运动与性别有关”． 【答案】 C。