搜索
第3节变量间的相关关系与统计案例最新考纲1.会作两个有关联变量的数据的散点图，会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(线性回归方程系数公式不要求记忆)；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.知识梳理1.相关关系与回归分析回归分析是对具有相关关系的两个变量进行统计分析的一种常用方法；判断相关性的常用统计图是：散点图；统计量有相关系数与相关指数.(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，称两个变量具有线性相关关系.2.线性回归方程(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做最小二乘法.(2)回归方程：两个具有线性相关关系的变量的一组数据：(x1，y1)，(x2，y2)，…，(xn，yn)，其回归方程为y^＝b^x＋a^__，则b^＝∑ni＝1（xi－x－）（yi－y－）∑ni＝1（xi－x－）2＝∑ni＝1xiyi－nx－y－∑ni＝1x2i－nx－2，a^＝y－－b^x－.其中，b^是回归方程的斜率，a^是在y轴上的截距.回归直线一定过样本点的中心(x－，y－).3.回归分析(1)定义：对具有相关关系的两个变量进行统计分析的一种常用方法.(2)样本点的中心：对于一组具有线性相关关系的数据(x1，y1)，(x2，y2)，…，(xn，yn)，其中(x－，y－)称为样本点的中心.(3)相关系数当r0时，表明两个变量正相关；当r0时，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|大于0.75时，认为两个变量有很强的线性相关性.(4)相关指数：R2＝1－∑ni＝1（yi－y^i）2∑ni＝1（yi－y－）2.其中∑ni＝1(yi－y^i)2是残差平方和，其值越小，则R2越大(接近1)，模型的拟合效果越好.4.独立性检验(1)利用随机变量K2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{x1，x2}和{y1，y2}，其样本频数列联表(2×2列联表)为y1y2总计x1aba＋bx2cdc＋d总计a＋cb＋da＋b＋c＋d则随机变量K2＝n（ad－bc）2（a＋b）（a＋c）（b＋d）（c＋d），其中n＝a＋b＋c＋d为样本容量.[常用结论与微点提醒]1.求解回归方程的关键是确定回归系数a^，b^，应充分利用回归直线过样本中心点(x－，y－).2.根据K2的值可以判断两个分类变量有关的可信程度，若K2越大，则两分类变量有关的把握越大.3.根据回归方程计算的y^值，仅是一个预报值，不是真实发生的值.诊断自测1.思考辨析(在括号内打“√”或“×”)(1)“名师出高徒”可以解释为教师的教学水平与学生的水平成正相关关系.()(2)通过回归直线方程y^＝b^x＋a^可以估计预报变量的取值和变化趋势.()(3)因为由任何一组观测值都可以求得一个线性回归方程，所以没有必要进行相关性检验.()(4)事件X，Y关系越密切，则由观测数据计算得到的K2的观测值越大.()答案(1)√(2)√(3)×(4)√2.(必修3P90例题改编)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，所得数据如表：x681012y2356则y对x的线性回归直线方程为()A.y^＝2.3x－0.7B.y^＝2.3x＋0.7C.y^＝0.7x－2.3D.y^＝0.7x＋2.3解析易求x－＝9，y－＝4，样本点中心(9，4)代入验证，满足y^＝0.7x－2.3.答案C3.两个变量y与x的回归模型中，分别选择了4个不同模型，它们的相关指数R2如下，其中拟合效果最好的模型是()A.模型1的相关指数R2为0.98B.模型2的相关指数R2为0.80C.模型3的相关指数R2为0.50D.模型4的相关指数R2为0.25解析在两个变量y与x的回归模型中，它们的相关指数R2越近于1，模拟效果越好，在四个选项中A的相关指数最大，所以拟合效果最好的是模型1.答案A4.(2015·全国Ⅱ卷)根据下面给出的2004年至2013年我国二氧化硫年排放量(单位：万吨)柱形图，以下结论不正确的是()A.逐年比较，2008年减少二氧化硫排放量的效果最显著B.2007年我国治理二氧化硫排放显现成效C.2006年以来我国二氧化硫年排放量呈减少趋势D.2006年以来我国二氧化硫年排放量与年份正相关解析对于A选项，由图知从2007年到2008年二氧化硫排放量下降得最多，故A正确.对于B选项，由图知，由2006年到2007年矩形高度明显下降，因此B正确.对于C选项，由图知从2006年以后除2011年稍有上升外，其余年份都是逐年下降的，所以C正确.由图知2006年以来我国二氧化硫年排放量与年份负相关，D不正确.答案D5.为了判断高中三年级学生是否选修文科与性别的关系，现随机抽取50名学生，得到如下2×2列联表：理科文科男1310女720已知P(K2≥3.841)≈0.05，P(K2≥5.024)≈0.025.根据表中数据，得到K2的观测值k＝50×（13×20－10×7）223×27×20×30≈4.844.则认为选修文科与性别有关系出错的可能性为________.解析K2的观测值k≈4.844，这表明小概率事件发生.根据假设检验的基本原理，应该断定“是否选修文科与性别之间有关系”成立，并且这种判断出错的可能性约为5%.答案5%考点一相关关系的判断【例1】(1)已知变量x和y近似满足关系式y＝－0.1x＋1，变量y与z正相关.下列结论中正确的是()A.x与y正相关，x与z负相关B.x与y正相关，x与z正相关C.x与y负相关，x与z负相关D.x与y负相关，x与z正相关(2)甲、乙、丙、丁四位同学各自对A，B两变量的线性相关性做试验，并用回归分析方法分别求得相关系数r与残差平方和m如下表：甲乙丙丁r0.820.780.690.85m106115124103则哪位同学的试验结果体现A，B两变量有更强的线性相关性()A.甲B.乙C.丙D.丁解析(1)由y＝－0.1x＋1，知x与y负相关，即y随x的增大而减小，又y与z正相关，所以z随y的增大而增大，减小而减小，所以z随x的增大而减小，x与z负相关.(2)在验证两个变量之间的线性相关关系时，相关系数的绝对值越接近于1，相关性越强，在四个选项中只有丁的相关系数最大；残差平方和越小，相关性越强，只有丁的残差平方和最小，综上可知丁的试验结果体现了A，B两变量有更强的线性相关性.答案(1)C(2)D规律方法1.散点图中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.若点散布在从左下角到右上角的区域，则正相关.2.利用相关系数判定，当|r|越趋近于1相关性越强.当残差平方和越小，相关指数R2越大，相关性越强.若r0，则正相关；r0时，则负相关.3.线性回归直线方程中：b^0时，正相关；b^0时，负相关.【训练1】(1)某公司在2018年上半年的收入x(单位：万元)与月支出y(单位：万元)的统计资料如下表所示：月份1月份2月份3月份4月份5月份6月份收入x12.314.515.017.019.820.6支出y5.635.755.825.896.116.18根据统计资料，则()A.月收入的中位数是15，x与y有正线性相关关系B.月收入的中位数是17，x与y有负线性相关关系C.月收入的中位数是16，x与y有正线性相关关系D.月收入的中位数是16，x与y有负线性相关关系(2)x和y的散点图如图所示，则下列说法中所有正确命题的序号为________.①x，y是负相关关系；②在该相关关系中，若用y＝c1ec2x拟合时的相关指数为R21，用y^＝b^x＋a^拟合时的相关指数为R22，则R21R22；③x，y之间不能建立线性回归方程.解析(1)从统计图表中看出，月收入的中位数是12(15＋17)＝16，收入增加，则支出也增加，x与y正线性相关.(2)在散点图中，点散布在从左上角到右下角的区域，因此x，y是负相关关系，故①正确；由散点图知用y＝c1ec2x拟合比用y^＝b^x＋a^拟合效果要好，则R21R22，故②正确；x，y之间可以建立线性回归方程，但拟合效果不好，故③错误.答案(1)C(2)①②考点二线性回归方程及应用【例2】(2015·全国Ⅰ卷)某公司为确定下一年度投入某种产品的宣传费，需了解年宣传费x(单位：千元)对年销售量y(单位：t)和年利润z(单位：千元)的影响，对近8年的年宣传费xi和年销售量yi(i＝1，2，…，8)数据作了初步处理，得到下面的散点图及一些统计量的值.x－y－w－∑8i＝1(xi－x－)2∑8i＝1(wi－w－)2∑8i＝1(xi－x－)·(yi－y－)∑8i＝1(wi－w－)·(yi－y－)46.65636.8289.81.61469108.8表中wi＝xi，w－＝18∑8i＝1wi.(1)根据散点图判断，y＝a＋bx与y＝c＋dx哪一个适宜作为年销售量y关于年宣传费x的回归方程类型(给出判断即可，不必说明理由)?(2)根据(1)的判断结果及表中数据，建立y关于x的回归方程；(3)已知这种产品的年利润z与x，y的关系为z＝0.2y－x.根据(2)的结果回答下列问题：①年宣传费x＝49时，年销售量及年利润的预报值是多少？②年宣传费x为何值时，年利润的预报值最大？附：对于一组数据(u1，v1)，(u2，v2)，…，(un，vn)，其回归直线v＝α＋βu的斜率和截距的最小二乘估计分别为：β^＝∑ni＝1（ui－u－）（vi－v－）∑ni＝1（ui－u－）2，α^＝v－－β^u－.解(1)由散点图可以判断，y＝c＋dx适宜作为年销售量y关于年宣传费x的回归方程类型.(2)令w＝x，先建立y关于w的线性回归方程，由于d^＝∑8i＝1（wi－w－）·（yi－y－）∑8i＝1（wi－w－）2＝108.81.6＝68，c^＝y－－d^w－＝563－68×6.8＝100.6，所以y关于w的线性回归方程为y^＝100.6＋68w，因此y关于x的回归方程为y^＝100.6＋68x.(3)①由(2)知，当x＝49时，年销售量y的预报值y^＝100.6＋6849＝576.6，年利润z的预报值z^＝576.6×0.2－49＝66.32.②根据(2)的结果知，年利润z的预报值z^＝0.2(100.6＋68x)－x＝－x＋13.6x＋20.12.所以当x＝13.62＝6.8，即x＝46.24时，z^取得最大值.故年宣传费为46.24千元时，年利润的预报值最大.规律方法1.(1)正确理解计算b^，a^的公式和准确的计算是求线性回归方程的关键.(2)回归直线方程y^＝b^x＋a^必过样本点中心(x－，y－).2.(1)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来估计和预测.(2)本例中y与x不具有线性相关，先作变换，转化为y与w具有线性相关，求出y关于w的线性回归方程，然后进一步求解.【训练2】(2018·日照调研)某地随着经济的发展，居民收入逐年增长，下表是该地一建设银行连续五年的储蓄存款(年底余额)，如下表1：年份x20132014201520162017储蓄存款y(千亿元)567810表1为了研究计算的方便，工作人员将上表的数据进行了处理，t＝x－2012，z＝y－5得到下表2：时间代号t12345z01235表2(1)求z关于t的线性回归方程；(2)通过