高中数学 第三章 统计案例 1_1 回归分析 1_2 相关系数学案 北师大版选修2-3

《高中数学 第三章 统计案例 1_1 回归分析 1_2 相关系数学案 北师大版选修2-3》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、1.1　回归分析1.2　相关系数学习目标　1.会建立线性回归模型分析两个变量间的相关关系.2.能通过相关系数判断两个变量间的线性相关程度.3.掌握建立线性回归模型的步骤．知识点一　线性回归方程思考　(1)什么叫回归分析？(2)回归分析中，利用线性回归方程求出的函数值一定是真实值吗？　梳理　(1)平均值的符号表示假设样本点为(x1，y1)，(x2，y2)，…，(xn，yn)，在统计上，用表示一组数据x1，x2，…，xn的平均值，即＝______＝________；用表示一组数据y1，y2，…，yn的平均值，即＝__________

2、____＝______________.(2)参数a，b的求法b＝＝____________＝____________，a＝________.知识点二　相关系数思考1　给出n对数据，按照公式求出的线性回归方程，是否一定能反映这n对数据的变化规律？　思考2　怎样通过相关系数刻画变量之间的线性相关关系？　　梳理　(1)相关系数r的计算公式r＝.(2)相关系数r的取值范围是________，

3、r

4、值越大，变量之间的线性相关程度越高；

5、r

6、值越接近0，变量之间的线性相关程度越低．非常感谢上级领导对我的信任，这次安排我向股份公司述职，既是

7、对我履行职责的监督，也是对我个人的关心和爱护，更是对**百联东方商厦有限公司工作的高度重视和支持。(3)当r>0时，b________0，称两个变量正相关；当r<0时，b________0，称两个变量负相关；当r＝0时，称两个变量线性不相关．类型一　概念的理解和判断例1　有下列说法：①线性回归分析就是由样本点去寻找一条直线，使之贴近这些样本点的数学方法；②利用样本点的散点图可以直观判断两个变量的关系是否可以用线性关系表示；③通过回归方程y＝bx＋a可以估计观测变量的取值和变化趋势；④因为由任何一组观测值都可以求得一个线性回归方程

8、，所以没有必要进行相关性检验．其中正确命题的个数是(　　)A．1B．2C．3D．4跟踪训练1　下列关系中，是相关关系的是________．(填序号)①正方形的边长与面积之间的关系；②农作物的产量与施肥量之间的关系；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．类型二　回归分析命题角度1　求线性回归方程例2　某研究机构对高三学生的记忆力x和判断力y进行统计分析，得下表数据：x681012y2356(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y＝bx＋a；(3)

9、试根据求出的线性回归方程，预测记忆力为9的同学的判断力．　　　非常感谢上级领导对我的信任，这次安排我向股份公司述职，既是对我履行职责的监督，也是对我个人的关心和爱护，更是对**百联东方商厦有限公司工作的高度重视和支持。　　跟踪训练2　某个服装店经营某种服装，在某周内纯获利y(元)与该周每天销售这种服装件数x之间的一组数据如下表：x3456789y66697381899091(1)求样本点的中心；(2)画出散点图；(3)求纯获利y与每天销售件数x之间的回归方程．　　　　　命题角度2　线性回归分析与回归模型构建例3　某商场经营一批进

10、价是30元/台的小商品，在市场试验中发现，此商品的销售单价x(x取整数)(元)与日销售量y(台)之间有如下关系：x35404550y56412811(1)画出散点图，并判断y与x是否具有线性相关关系；(2)求日销售量y对销售单价x的线性回归方程；(3)设经营此商品的日销售利润为P元，根据(2)写出P关于x的函数关系式，并预测当销售单价x为多少元时，才能获得最大日销售利润．　非常感谢上级领导对我的信任，这次安排我向股份公司述职，既是对我履行职责的监督，也是对我个人的关心和爱护，更是对**百联东方商厦有限公司工作的高度重视和支持。　

11、跟踪训练3　某电脑公司有5名产品推销员，其工作年限与年推销金额数据如下表：推销员编号12345工作年限x/年35679推销金额y/万元23345(1)求年推销金额y对工作年限x的线性回归方程；(2)若第6名推销员的工作年限为11年，试估计他的年推销金额．　　类型三　相关系数的计算与应用例4　现随机抽取了某中学高一10名在校学生，他们入学时的数学成绩(x)与入学后第一次考试的数学成绩(y)如下：学生号12345678910x12010811710410311010410599108y84648468696869465771请问：这

12、10名学生的两次数学成绩是否具有线性相关关系？　　　跟踪训练4　下面的数据是从年龄在40岁到60岁的男子中随机抽出的6个样本，分别测定了心脏的功能水平y(满分100)，以及每天花在看电视上的平均时间x(小时)．看电视的平均时间x4.44.62.75.80.24.