下载文档原格式
高中数学 2.3.1-2.3.2变量间的相关关系练习基础巩固一、选择题1．由一组样本数据(x 1，y 1)，(x 2，y 2)，…，(x n ，y n )得到的回归直线方程y ^＝bx ＋a ，那么下面说法不正确的是( )A ．直线y ^＝bx ＋a 必经过点(x －，y －)B ．直线y ^＝bx ＋a 至少经过点(x 1，y 1)，(x 2，y 2)，…，(x n ，y n )中的一个点C ．直线y ^＝bx ＋a 的斜率为∑i ＝1nx i y i －n x － y－∑i ＝1nx 2i －n x －2D ．直线y ^＝bx ＋a 和各点(x 1，y 1)，(x 2，y 2)，…，(x n ，y n )的偏差∑i ＝1n[y i －(bx i ＋a )]2是该坐标平面上所有直线与这些点的偏差中最小的直线．[答案] B[解析] 由a ＝y －b x 知y ^＝y －b x ＋bx ，∴必定过(x ，y )点． 2．下列说法正确的是( )A ．对于相关系数r 来说，|r |≤1，|r |越接近0，相关程度越大；|r |越接近1，相关程度越小B ．对于相关系数r 来说，|r |≥1，|r |越接近1，相关程度越大；|r |越大，相关程度越小C ．对于相关系数r 来说，|r |≤1，|r |越接近1，相关程度越大；|r |越接近0，相关程度越小D ．对于相关系数r 来说，|r |≥1，|r |越接近1，相关程度越小；|r |越大，相关程度越大[答案] C3．两个变量成负相关关系时，散点图的特征是( )A ．点从左下角到右上角区域散布B ．点散布在某带形区域内C ．点散布在某圆形区域内D ．点从左上角到右下角区域散布[答案] D4．已知变量x 与y 正相关，且由观测数据算得样本的平均数x ＝2.5，y ＝3.5，则由观测的数据得线性回归方程可能为( )A.y ^＝0.4x ＋2.3B.y ^＝2x －2.4C.y ^＝－2x ＋9.5D.y ^＝－0.3x ＋4.4[答案] A[解析] ∵y ^＝b ^x ＋a ^，正相关则b ＞0，∴排除C ，D.∵过中点心(x ，y )＝(3,3.5)，∴选A.5．某化工厂为预测某产品的回收率y ，需要研究它的原料有效成分含量x 之间的相关关素，现取了8对观测值，计算得：∑i ＝18x i ＝52，∑i ＝18y i ＝228，∑i ＝18x 2i ＝478，∑i ＝18x i y i ＝1849，则y 对x 的回归直线的方程是( ) A.y ^＝11.47＋2.62x B.y ^＝－11.47＋2.62x C.y ^＝2.62＋11.47xD.y ^＝11.47－2.62x[答案] A6．为了考查两个变量x 和y 之间的线性关系，甲、乙两位同学各自独立做了10次和15次试验，并且利用线性回归方法，求得回归直线分别为l 1、l 2，已知两人所得的试验数据中，变量x 和y 的数据的平均值都相等，且分别是s 和t ，那么下列说法中正确的是( )A ．直线l 1、l 2一定有公共点(s ，t )B ．直线l 1、l 2相交，但交点不一定是(s ，t )C ．必有直线l 1∥l 2D ．l 1、l 2必定重合 [答案] A[解析] 线性回归直线方程为y ^＝bx ＋a ，而a ^＝y －b ^x ，即a ＝t －bs ，t ＝bs ＋a ，所以(s ，t )在回归直线上，直线l 1、l 2一定有公共点(s ，t )． 二、填空题7．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.由回归直线方程可知，家庭年收入每增加1万元，年饮食支出平均增加________万元．[答案] 0.254[解析] 由于y ^＝0.254x ＋0.321知，当x 增加1万元时，年饮食支出y 增加0.254万元．8．某单位为了解用电量y (度)与气温x (℃)之间的关系，随机抽查了某4天的用电量与当天气温，并制作了对照表：由表中数据得线性回归方程y ＝b x ＋a 中b ＝－2，预测当气温为－4℃时，用电量约为________度．[答案] 68 [解析] x ＝18＋13＋10－14＝10，y ＝24＋34＋38＋644＝40，因为回归方程一定过点(x ，y )，所以y ＝b ^x ＋a ^，则a ^＝y －b ^x ＝40＋2×10＝60. 则y ^＝－2x ＋60，当x ＝－4时，y ^＝－2×(－4)＋60＝68. 三、解答题9．某种产品的广告费支出x 与销售额y 之间有如下对应数据(单位：百万元)(1)画出散点图；(2)从散点图中判断销售金额与广告费支出成什么样的关系？[解析] (1)以x 对应的数据为横坐标，以y 对应的数据为纵坐标，所作的散点图如下图所示：(2)从图中可以发现广告费支出与销售金额之间具有相关关系，并且当广告费支出由小变大时，销售金额也大多由小变大，图中的数据大致分布在某条直线的附近，即x 与y 成正相关关系．10．一台机器由于使用时间较长，生产的零件有一些缺损．按不同转速生产出来的零件有缺损的统计数据如下表所示：(1)(2)如果y 与x 线性相关，求出回归直线方程；(3)若实际生产中，允许每小时的产品中有缺损的零件最多为10个，那么，机器的运转速度应控制在什么范围内？[解析] 先作出散点图，再根据散点图判断y 与x 呈线性相关，从而建立回归直线方程求解．解：(1)作散点图如图所示．(2)由散点图可知y 与x 线性相关．故可设回归直线方程为y ^＝bx ＋a . 依题意，用计算器可算得：x ＝12.5，y ＝8.25，∑i ＝14x 2i ＝660，∑i ＝14x i y i ＝438.∴b ＝438－4×12.5×8.25660－4×12.52≈0.73，a ＝y －b x ≈8.25－0.73×12.5＝－0.875. ∴所求回归直线方程为y ^＝0.73x －0.875. (3)令y ^＝10，得0.73x －0.875＝10，解得x ≈15. 即机器的运转速度应控制在15转/秒内．能力提升一、选择题1．根据如下样本数据得到的回归方程为y ^＝bx ＋a ，则( )A.a ＞0，b [答案] A[解析] 由于x 增大y 减小知b ＜0，又x ＝3时y ＞0，∴a ＞0，故选A. 2．某产品的广告费用x 与销售额y 的统计数据如下表：根据上表可得回归方程y ^＝b ^x ＋a ^中的b ^为9.4，据此模型预报广告费用为6万元时销售额为( )A ．63.6万元B ．65.5万元C ．67.7万元D ．72.0万元[答案] B[探究] 由线性回归方程的图象过样本点的中心，可求得线性回归方程，然后结合该方程对x ＝6时的销售额作出估计．[解析] 样本点的中心是(3.5,42)，则a ^＝y －b ^x ＝42－9.4×3.5＝9.1，所以线性回归方程是y ^＝9.4x ＋9.1，把x ＝6代入得y ^＝65.5. 3．已知x 与y 之间的几组数据如下表：假设根据上表数据所得线性回归直线方程为y ＝b x ＋a .若某同学根据上表中的前两组数据(1,0)和(2,2)求得的直线方程为y ＝b ′x ＋a ′，则以下结论正确的是( ) A.b ^＞b ′，a ^＞a ′ B.b ^＞b ′，a ^＜a ′C.b ^＜b ′，a ^＞a ′D.b ^＜b ′，a ^＜a ′[答案] C[探究] 先由已知条件分别求出b ′，a ′的值，再由b ^，a ^的计算公式分别求解b ^，a ^的值，即可作出比较．4．某学生课外活动兴趣小组对两个相关变量收集到5组数据如下表：由最小二乘法求得回归方程为y ＝0.67x ＋54.9，现发现表中有一个数据模糊不清，请推断该数据的值为( )A ．60B ．62C ．68D ．68.3[答案] C[解析] 由题意可得x ＝30， 代入回归方程得y ＝75. 设看不清处的数为a ，则62＋a ＋75＋81＋89＝75×5，∴a ＝68.[点评] 表中所给的数据只反映x 与y 的线性关系，并非函数关系，因而不能直接代入线性方程求预报值y ^，应根据线性回归方程性质，即线性回归方程经过中心点(x ，y )求解．二、填空题5．广东部分地区流行手足口病，党和政府采取果断措施，防治结合，很快使病情得到控制．下表是某同学记载的2010年4月1日到2010年4月12日每天广州手足口病治愈出院者数据，根据这些数据绘制散点图如图.下列说法：①根据此散点图，可以判断日期与人数具有线性相关关系；②根据此散点图，可以判断日期与人数且有一次函数关系；③后三天治愈出院的人数占这12天治愈出院人数的30%多；④后三天治愈出院的人数均超过这12天内北京市治愈出院人数的20%.其中正确的个数是________． [答案] 26．改革开放30年以来，我国高等教育事业迅速发展，对某省1990～2000年考大学升学百分比按城市、县镇、农村进行统计，将1990～2000年依次编号为0～10，回归分析之后得到每年考入大学的百分比y 与年份x 的关系为：城市：y ^＝2.84x ＋9.50； 县镇：y ^＝2.32x ＋6.67； 农村：y ^＝0.42x ＋1.80.根据以上回归直线方程，城市、县镇、农村三个组中，________的大学入学率增长最快．按同样的增长速度，可预测2010年，农村考入大学的百分比为________%.[答案] 城市 10.2[探究] 增长速度可根据回归直线的斜率来判断，斜率大的增长速度快，斜率小的增长速度慢．[解析] 通过题目中所提供的回归方程可判断，城市的大学入学率增长最快；2010年农村考入大学的百分比为0.42×20＋1.80＝10.2.三、解答题7．某地区2007年至2013年农村居民家庭人均纯收入y (单位：千元)的数据如下表(1)(2)利用(1)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：b ^＝∑i ＝1nt i －ty i －y∑i ＝1nt i －t2，a ^＝y －b^t .[解析] (1)由所给数据计算得t ＝17(1＋2＋3＋4＋5＋6＋7)＝4，y ＝17(2.9＋3.3＋3.6＋4.4＋4.8＋5.2＋5.9)＝4.3，∑i ＝17(t i －t )2＝9＋4＋1＋0＋1＋4＋9＝28，∑i ＝17(t i －t)(y i －y )＝(－3)×(－1.4)＋(－2)×(－1)＋(－1)(－0.7)＋0×0.1＋1×0.5＋2×0.9＋3×1.6＝14，b ^＝∑i ＝1nt i －ty i －y∑i ＝1nt i －t2＝1428＝0.5， a ^＝y －b ^t ＝4.3－0.5×4＝2.3，所求回归方程为y ^＝0.5t ＋2.3.(2)由(1)知，b ＝0.5>0，故2007年至2013年该地区农村居民家庭人均纯收入逐年增加，平均每年增加0.5千元，将2015年的年份代号t ＝9代入(1)中的回归方程，得y ^＝0.5×9＋2.3＝6.8，故预测该地区2015年农村居民家庭人均纯收人为6.8千元．8．从某居民区随机抽取10个家庭，获得第i 个家庭的月收入x i (单位：千元)与月储蓄y i (单位：千元)的数据资料，算得∑i ＝110x i ＝80，∑i ＝110y i ＝20，∑i ＝110x i y i ＝184，∑i ＝110x 2i ＝720.(1)求家庭的月储蓄y 对月收入x 的线性回归方程y ^＝b ^x ＋a ^； (2)判断变量x 与y 之间是正相关还是负相关；(3)若该居民区某家庭月收入为7千元，预测该家庭的月储蓄．附：线性回归方程y ^＝b ^x ＋a ^中，b ^＝∑i ＝1nx i y i －nx －y∑i ＝1nx 2i －nx －2，a ^＝y －b ^x ，其中x ，y 为样本平均值．[探究] (1)根据线性回归方程求相关的量后，代入公式即可求得回归方程；(2)观察线性回归方程的系数b ^可判断是正相关还是负相关；(3)将x ＝7代入线性回归方程即可求得预报变量，即该家庭的月储蓄．[解析] (1)由题意知n ＝10，x ＝1n ∑i ＝1nx i ＝8010＝8，y ＝1n ∑i ＝1n y i ＝2010＝2，又∑i ＝1nx 2i －nx －2＝720－10×82＝80，∑i ＝1nx i y i －nx －y ＝184－10×8×2＝24，由此得b ^＝∑i ＝1nx i y i －nx －y∑i ＝1nx 2i －nx －2＝2480＝0.3，a ^＝y －b ^x ＝2－0.3×8＝－0.4， 故所求回归方程为y ^＝0.3x －0.4.(2)由于变量y 的值随x 的值增加而增加(b ^＝0.3＞0)，故x 与y 之间是正相关． (3)将x ＝7代入回归方程可以预测该家庭的月储蓄为y ^＝0.3×7－0.4＝1.7(千元)．。
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）。
2.3.1变量之间的相关关系教学目标：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。
教学重点：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。
教学过程：案例分析:一般说来，一个人的身高越高，他的人就越大，相应地，他的右手一拃长就越长，因此，人的身高与右手一拃长之间存在着一定的关系。
为了对这个问题进行调查，我们收集了北京市某中学2003年高三年级96名学生的身高与右手一拃长的数据如下表。
（1）根据上表中的数据，制成散点图。
你能从散点图中发现身高与右手一拃长之间的近似关系吗？（2）如果近似成线性关系，请画出一条直线来近似地表示这种线性关系。
（3）如果一个学生的身高是188cm，你能估计他的一拃大概有多长吗？解：根据上表中的数据，制成的散点图如下。
从散点图上可以发现，身高与右手一拃长之间的总体趋势是成一直线，也就是说，它们之间是线性相关的。
那么，怎样确定这条直线呢？同学1：选择能反映直线变化的两个点，例如（153，16），（191，23）二点确定一条直线。
同学2：在图中放上一根细绳，使得上面和下面点的个数相同或基本相同。
同学3：多取几组点对，确定几条直线方程。
再分别算出各个直线方程斜率、截距的算术平均值，作为所求直线的斜率、截距。
同学4：我从左端点开始，取两条直线，如下图。
再取这两条直线的“中间位置”作一条直线。
同学5：我先求出相同身高同学右手一拃长的平均值，画出散点图，如下图，再画出近似的直线，使得在直线两侧的点数尽可能一样多。
1015202530150155160165170175180185190195同学6：我先将所有的点分成两部分，一部分是身高在170 cm 以下的，一部分是身高在170 cm 以上的；然后，每部分的点求一个“平均点”——身高的平均值作为平均身高、右手一拃的平均值作为平均右手一拃长，即（164，19），（177，21）；最后，将这两点连接成一条直线。
2．3.1 变量间的相关关系 2．3.2 两个变量的线性相关[学习目标]1．理解两个变量的相关关系的概念．2．会作散点图，并利用散点图判断两个变量之间是否具有相关关系．3．会求回归直线方程．[知识链接]1．已知直线y＝kx＋b，当k＞0时，随着x的逐渐增大，y值逐渐增大；2．已知直线y＝2x＋1过点A(2，y0)，则y0＝5.3．为了反映样本数据的离散程度，常用的量是标准差，它是样本数据到平均数的一种平均距离．[预习导引]1．相关关系变量与变量之间的关系常见的有两类：一类是确定性的函数关系，另一类是变量间确实存在的关系，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．也就是，自变量取值一定时，因变量的取值带有一定随机性的两个变量之间的关系叫做相关关系．2．散点图将样本中n个数据点(x i，y i)(i＝1,2，…，n)描在平面直角坐标系中，以表示具有相关关系的两个变量的一组数据的图形叫做散点图．3．正相关、负相关(1)正相关：如果散点图中的点散布在从左下角到右上角的区域，即一个变量的值由小变大时，另一个变量的值也近似的由小变大，对于两个变量的这种相关关系，我们称为正相关．(2)负相关：如果散点图中的点散布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时，另一个变量的值近似的由大变小，对于变量的这种相关关系，我们称为负相关．4．回归直线的方程(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，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：＝x＋对应的方程叫回归直线的方程，简称回归方程．(3)回归方程的求解过程要点一变量间相关关系的判断例1 在下列两个变量的关系中，哪些是相关关系？(1)正方形边长与面积之间的关系；(2)作文水平与课外阅读量之间的关系；(3)人的身高与年龄之间的关系；(4)降雪量与交通事故的发生率之间的关系．答案(2)(4)解两变量之间的关系有两种：函数关系与带有随机性的相关关系．(1)正方形的边长与面积之间的关系是函数关系．(2)作文水平与课外阅读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)人的身高与年龄之间的关系既不是函数关系，也不是相关关系，因为人的年龄达到一定时期身高就不发生明显变化了，因而他们不具备相关关系．(4)降雪量与交通事故的发生率之间具有相关关系．规律方法函数关系是一种确定的关系，而相关关系是非随机变量与随机变量的关系. 函数关系是一种因果关系，而相关关系不一定是因果关系，也可能是伴随关系．跟踪演练1 下列两个变量之间的关系，哪个不是函数关系( )A．正方体的棱长和体积B．圆半径和圆的面积C．正n边形的边数和内角度数之和D．人的年龄和身高答案 D解析A、B、C都是函数关系，对于A，V＝a3；对于B，S＝πr2；对于C，g(n)＝(n－2)π.而对于年龄确定的不同的人可以有不同的身高，∴选D.要点二散点图例2 (1)如图是两个变量统计数据的散点图，判断两个变量之间是否具有相关关系？(2)有个男孩的年龄与身高的统计数据如下.解(1)不具有相关关系，因为散点图散乱地分布在坐标平面内，不呈线形．(2)散点图是分析变量相关关系的重要工具．作出散点图如图：由图可见，具有线性相关关系，且是正相关．规律方法 1.判断两个变量x和y间是否具有线性相关关系，常用的简便方法就是绘制散点图，如果图上发现点的分布从整体上看大致在一条直线附近，那么这两个变量就是线性相关的，注意不要受个别点的位置的影响．2．画散点图时应注意合理选择单位长度，避免图形过大或偏小，或者是点的坐标在坐标系中画不准，使图形失真，导致得出错误结论．跟踪演练2 对变量x，y有观测数据(x i，y i)(i＝1，2，…，10)，得散点图①；对变量u，v有观测数据(u i，v i)(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 答案 C要点三 求线性回归方程例3 有一个同学家开了一个小卖部，他为了研究气温对热饮销售的影响，经过统计，得到一个卖出的热饮杯数与当天气温的对比表：(2)从散点图中发现气温与热饮销售杯数之间关系的一般规律； (3)求回归方程；(4)如果某天的气温是2 ℃，预测这天卖出的热饮杯数． 解 (1)散点图如图所示：(2)从上图看到，各点散布在从左上角到右下角的区域里，因此，气温与热饮销售杯数之间呈负相关，即气温越高，卖出去的热饮杯数越少．(3)从散点图可以看出，这些点大致分布在一条直线的附近，因此，可用公式求出回归方程的系数．利用计算器容易求得回归方程y ^＝－2.352x ＋147.767.(4)当x ＝2时，y ^＝143.063.因此，某天的气温为2 ℃时，这天大约可以卖出143杯热饮．规律方法 1.求线性回归方程的步骤 (1)列表x i ，y i ，x i y i .(2)计算x ，y ，∑i ＝1nx 2i ，∑i ＝1ny 2i ，∑i ＝1n x i y i .(3)代入公式计算b ^，a ^的值．(4)写出回归方程y ^＝a ^＋b ^x . 2．求回归直线方程的适用条件两个变量具有线性相关性，若题目没有说明相关性，则必须对两个变量进行相关性判断． 跟踪演练3 2014年元旦前夕，某市统计局统计了该市 2013年10户家庭的年收入和年饮食支出的统计资料如下表：(2)若某家庭年收入为9万元，预测其年饮食支出．(参考数据：∑i ＝110x i y i ＝117.7，∑i ＝110x 2i ＝406) 解 (1)依题意可计算得：x ＝6，y ＝1.83，x 2＝36，x y ＝10.98，又∵∑i ＝110x i y i ＝117.7，∑i ＝110x 2i ＝406，∴b ＝∑i ＝110x i y i －10x y∑i ＝110x 2i －10x 2≈0.17，a ＝y －b x ＝0.81，∴y ^＝0.17x ＋0.81.∴所求的回归方程为y ^＝0.17x ＋0.81.(2)当x ＝9时，y ^＝0.17×9＋0.81＝2.34(万元)．可估计大多数年收入为9万元的家庭每年饮食支出约为2.34万元.1．下列说法正确的是( )A ．任何两个变量之间都有相关关系B ．根据身高和体重的相关关系可以确定身高对应的体重值C ．相关关系是一种不确定的关系D ．以上答案都不对 答案 C解析 变量之间的相关关系是一种不确定的关系，它也能反映变量之间的某种依赖关系．利用相关关系可以估计某些相关数据，但是不能确定准确的数值． 2．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 ＋200 B.y ^＝10x ＋200C.y ^＝－10x －200 D.y ^＝10x －200 答案 A解析 ∵y 与x 负相关，∴排除B 、D ，又∵C 项中x >0时，y ^<0不合题意，∴C 错．3．设有一个回归方程为y ^＝－1.5x ＋2，则变量x 增加一个单位时( )A ．y 平均增加1.5个单位B ．y 平均增加2个单位C ．y 平均减少1.5个单位D ．y 平均减少2个单位答案 C解析 ∵两个变量线性负相关，∴变量x 增加一个单位，y 平均减少1.5个单位． 4．(2013·滨州高一检测)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 答案 D解析 当x ＝170时，y ^＝0.85×170－85.71＝58.79，体重的估计值为58.79 kg.5．正常情况下，年龄在18岁到38岁的人，体重y (kg)对身高x (cm)的回归方程为y ^＝0.72x －58.2，张红同学(20岁)身高178 cm ，她的体重应该在________kg 左右． 答案 69.96解析 用回归方程对身高为178 cm 的人的体重进行预测，当x ＝178时，y ^＝0.72×178－58.2＝69.96(kg)．1．判断变量之间有无相关关系，一种简便可行的方法就是绘制散点图．根据散点图，可以很容易看出两个变量是否具有相关关系，是不是线性相关，是正相关还是负相关． 2．求回归直线方程时应注意的问题(1)知道x 与y 呈线性相关关系，无需进行相关性检验，否则应首先进行相关性检验，如果两个变量之间本身不具有相关关系，或者说，它们之间的相关关系不显著，即使求出回归方程也是毫无意义的，而且用其估计和预测的量也是不可信的．(2)用公式计算a ^，b ^的值时，要先算出b ^，然后才能算出a ^.3．利用回归方程，我们可以进行估计和预测．若回归直线方程为y ^＝b ^x ＋a ^，则x ＝x 0处的估计值为y ^0＝b ^x 0＋a ^.。
