2.3.2-1 两个变量的线性相关(1)

《2.3.2-1 两个变量的线性相关(1)》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、2.3变量的相关性.求和符号如:记为:课程导入：1、现实生活中存在许多相关关系：商品销售与广告、粮食生产与施肥量、人体的脂肪量与年龄等等的相关关系.2、通过收集大量的数据，进行统计，对数据分析，找出其中的规律，对其相关关系作出一定判断.3、由于变量之间相关关系的广泛性和不确定性，所以样本容量应较大，和有代表性.才能对它们之间的关系作出正确的判断.探究：.年龄脂肪239.52717.83921.24125.9454927.526.35028.25329.65430.25631.45730.8年龄脂肪5833.56035.26134.6如上的一组数据，你能分析人体的脂肪含量与年龄

2、之间有怎样的关系吗？从上表发现，对某个人不一定有此规律，但对很多个体放在一起，就体现出“人体脂肪随年龄增长而增加”这一规律.而表中各年龄对应的脂肪数是这个年龄人群的样本平均数.我们也可以对它们作统计图、表，对这两个变量有一个直观上的印象和判断.下面我们以年龄为横轴，脂肪含量为纵轴建立直角坐标系，作出各个点，称该图为散点图。如图：O20253035404550556065年龄脂肪含量510152025303540具有相关关系不具有相关关系从刚才的散点图发现：年龄越大，体内脂肪含量越高，点的位置散布在从左下角到右上角的区域。称它们成正相关。但有的两个变量的相关，如下图所示：如高原

3、含氧量与海拔高度的相关关系，海平面以上，海拔高度越高，含氧量越少。作出散点图发现，它们散布在从左上角到右下角的区域内。又如汽车的载重和汽车每消耗1升汽油所行使的平均路程，称它们成负相关.O例1.下列变量之间是相关关系的是（）A.出租车费与行驶的里程B.房屋面积与房屋价格C.身高与体重D.铁的大小与质量C我们再观察它的图像发现这些点大致分布在一条直线附近,像这样，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,这条直线叫做回归直线，该直线叫回归直线方程。20253035404550556065年龄脂肪含量0510152025303

4、540用方程在一般统计书中习惯用b表示一次项系数,用a表示常数项,这正好与我们表示的一次函数习惯相反.例2：观察两相关变量得如下表：x-1-2-3-4-553421y-9-7-5-3-115379画出散点图，判断是否具有相关关系。若有,求出回归直线方程.解：列表：i12345678910-1-2-3-4-553421-9-7-5-3-1153799141512551512149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：摄氏温度-504712151923273136热饮杯数156150132128130

5、11610489937654(1)画出散点图；(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(2)气温与热饮杯数成负相关,即气温越高，卖出去的热饮杯数越少。温度热饮杯数(3)从散点图可以看出，这些点大致分布在一条直线附近。y=-2.352x+147.767^（4）当x=2时，y=143.063,因此，这天大约可以卖出143杯热饮。^(3)=-2.352=143.767小结：求线性回归直线方程的步骤：第一步：列表；第二步：计算；第三步：代入公式计算b,a的值；第四步：写出直线方程。

6、作业：学案作业15