2016_2017学年高中数学第3章统计案例1回归分析课件北师大版.pptx

2016_2017学年高中数学第3章统计案例1回归分析课件北师大版.pptx

ID:52697432

大小:13.23 MB

页数:49页

时间:2020-02-25

2016_2017学年高中数学第3章统计案例1回归分析课件北师大版.pptx_第1页
2016_2017学年高中数学第3章统计案例1回归分析课件北师大版.pptx_第2页
2016_2017学年高中数学第3章统计案例1回归分析课件北师大版.pptx_第3页
2016_2017学年高中数学第3章统计案例1回归分析课件北师大版.pptx_第4页
2016_2017学年高中数学第3章统计案例1回归分析课件北师大版.pptx_第5页
资源描述:

《2016_2017学年高中数学第3章统计案例1回归分析课件北师大版.pptx》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、第三章统计案例§1回归分析课前预习学案提示:选取身高(cm)为自变量x,体重(kg)为因变量y,作散点图如图.两个变量间的关系可分为确定性关系和__________关系,前者又称为________关系,后者又称为相关关系.1.相关关系的概念非确定性函数2.相关系数(2)线性相关系数r与相关关系的强弱:①当__________时,两个变量正相关;②当__________时,两个变量负相关;③当__________时,称两个变量线性不相关;④r的取值在__________之间,_______值越大,变量之间的线性相关程度越高;⑤r的绝对值越接近于_____

2、__,表示两个变量之间的线性相关程度越低.r>0r<0r=0[-1,1]

3、r

4、0相关分析的意义和作用函数关系是大家比较熟悉的概念,它是指变量之间的确定性关系,即当X取某一数值x时,变量Y按照某种规则总有一个或多个确定的数值与之对应.相关关系则是指变量之间的非确定性关系,由于随机因素的干扰,当变量X取确定值x时,变量Y的取值不确定,是一个随机变量,但它的概率分布与X的取值有关.这里,我们看到了函数关系与相关关系的本质区别,在函数关系中变量X对应的是变量Y的确定值,而在相关关系中,变量X对应的是变量Y的概率分布.换句话说,相关关系是随机变量之间或随机变量与

5、非随机变量之间的一种数量依存关系,对于这种关系,只能运用统计方法进行研究.通过对相关关系的研究又可以总结规律,从而指导人们的生活与生产实践.3.线性回归方程怎样确定回归的模型1.确定研究对象,明确要考虑哪两个变量之间的相关关系.2.画出确定好的两个变量的散点图,观察它们之间的关系(如是否存在线性关系等).3.由经验确定回归方程的类型(如观察到数据呈线性关系,则选用线性回归方程=bx+a).4.按一定规则估计回归方程中的参数(如最小二乘法).得出回归方程.1.下列属于相关关系的是()A.利息和利率B.居民收入与储蓄存款C.电视机产量与苹果产量D.某种商品

6、的销售额与销售价格解析:相关关系指的是自变量一定时,因变量的取值带有一定的随机性的两个变量间的关系,既不是确定的函数关系,也不是没有关系.这里选项A、D是确定的函数关系;C中两个变量没有关系.答案:B2.对有线性相关关系的两个变量建立的线性回归方程y=a+bx中,回归系数b()A.可以小于0B.大于0C.可能等于0D.只能小于0解析:b可能大于0,也可能小于0,但当b=0时,x、y不具有线性相关关系.答案:A3.如图是x和y的一组样本数据的散点图,去掉一组数据____________后,剩下的4组数据的相关指数最大.解析:经计算,去掉D(3,10)这一

7、组数据后,其他4组数据对应的点都集中在某一条直线附近,即两变量的线性相关性最强,此时相关指数最大.答案:D(3,10)课堂互动讲义某班5名学生的数学和物理成绩如下表:(1)求物理成绩y关于数学成绩x的相关系数;(2)求物理成绩y对数学成绩x的线性回归方程.相关系数学生学科ABCDE数学成绩(x)8876736663物理成绩(y)7865716461[思路导引]利用相关系数r判断x与y是否相关,若相关再利用线性回归模型求解.通过相关系数,来分析两个变量是否相关,然后再利用回归方程的公式求解回归方程,借助回归方程对实际问题进行分析.1.变量X与Y相对应的一

8、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).r1表示变量Y与X之间的线性相关系数,r2表示变量V与U之间的线性相关系数,则()A.r20;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r2<0,所以有r2<0

9、,他为了研究气温对热茶销售杯数的影响,经过统计,得到一个卖出热茶杯数与当天气温的对比表:(1)求热茶销售杯数与气温的线性回归方程;(2)预测气温为-10℃时热茶的销售杯数.线性回归分析气温x/℃-504712151923273136热茶销售杯数y/杯15615013212813011610489937654[思路导引]根据样本点数据画出散点图.利用散点图直观分析热茶销售杯数y与气温x具有线性相关关系,利用线性回归方程中参数的计算公式可得线性回归方程并进行预测.解析:(1)所给数据的散点图如图所示.求线性回归方程的步骤(12分)在一次抽样调查中测得样本的

10、5个样本点,数值如下表:试建立y与x之间的回归方程.[思路导引]先由数值表作出散点图,然后根据

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。