高一数学人教版必修3第四章线性回归方程Word版含解析

重点列表：重点名称重要指数重点1相关关系的判断★★★★重点2线性回归方程有关概念★★★重点3散点图★★★★重点详解：1．变量间的相关关系常见的两变量之间的关系有两类：一类是确定性的函数关系，另一类是________；与函数关系不同，相关关系是一种________关系，带有随机性．2．两个变量的线性相关(1)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____________，这条直线叫________．(2)从散点图上看，如果点分布在从左下角到右上角的区域内，那么两个变量的这种相关关系称为________；如果点分布在从左上角到右下角的区域内，那么两个变量的这种相关关系称为________.※(3)相关系数r＝njjniiniiiyyxxyyxx12121)()())((，当r＞0时，表示两个变量正相关；当r＜0时，表示两个变量负相关．r的绝对值越接近________，表示两个变量的线性相关性越强；r的绝对值越接近________，表示两个变量的线性相关性越弱．通常当r的绝对值大于0.75时，认为两个变量具有很强的线性相关关系．3．回归直线方程(1)通过求Q＝niiixy12)(的最小值而得出回归直线的方法，即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____________．该式取最小值时的α，β的值即分别为，.(2)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axbyˆˆˆ，则.ˆˆ,)())((ˆ1221121xbyaxnxyxnyxxxyyxxbniiniiiniiniii【答案】1．相关关系非确定性2．(1)线性相关关系回归直线(2)正相关负相关(3)103．最小二乘法重点1：相关关系的判断【要点解读】在研究两个变量之间是否存在某种关系时，必须从散点图入手．对于散点图，可以做出如下判断：(1)如果所有的样本点都落在某一函数曲线上，就用该函数来描述变量之间的关系，即变量之间具有函数关系．(2)如果所有的样本点都落在某一函数曲线附近，变量之间就有相关关系．(3)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．【考向1】确定性关系与随机关系【例题】下列变量之间的关系不是．．相关关系的是()A．已知二次函数y＝ax2＋bx＋c，其中a，c是已知常数，取b为自变量，因变量是这个函数的判别式Δ＝b2－4acB．光照时间和果树亩产量C．降雪量和交通事故发生率D．每亩施用肥料量和粮食亩产量解：由函数关系和相关关系的定义可知，A中Δ＝b2－4ac，因为a，c是已知常数，b为自变量，所以给定一个b的值，就有唯一确定的Δ与之对应，所以Δ与b之间是一种确定的关系，是函数关系．B，C，D中两个变量之间的关系都是相关关系．故选A.【评析】要注意函数关系与相关关系的区别：函数关系是确定性关系，而相关关系是随机的、不确定的．重点2：线性回归方程有关概念【要点解读】样本中心点一定在回归直线上【考向1】样本中心点【例题】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l1，l2，已知两人得到的试验数据中，变量x的平均值都等于s，变量y的平均值都等于t，那么下列说法正确的是()A．直线l1和l2一定有公共点(s，t)B．直线l1和l2相交，但交点不一定是(s，t)C．必有直线l1∥l2D．直线l1和l2必定重合【评析】回归方程一定通过样本点的中心(，y)；中心相同的样本点的回归方程不一定相同．【考向2】线性回归直线的理解【例题】由一组样本数据(x1，y1)，(x2，y2)，…，(xn，yn)得到回归直线方程axbyˆˆˆ，那么下面说法错误．．的是()A．直线axbyˆˆˆ必经过点(，y)B．直线axbyˆˆˆ至少经过点(x1，y1)，(x2，y2)，…，(xn，yn)中的一个点C．直线axbyˆˆˆ的斜率＝niiniiixnxyxnyx1221D．直线axbyˆˆˆ和各点(x1，y1)，(x2，y2)，…，(xn，yn)的偏差niiiaxby12)]ˆˆ([是该坐标平面上所有直线与这些点的偏差中最小的重点3：散点图【要点解读】根据散点图可以直观判断正负相关以及数据所对应的函数模型【考向1】正相关与负相关【例题】(1)对变量x，y有观测数据(xi，yi)(i＝1，2，…，10)，得散点图1；对变量u，v有观测数据(ui，vi)(i＝1，2，…，10)，得散点图2.由这两个散点图可以判断()图1图2A．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负相关解：由这两个散点图可以判断，变量x与y负相关，u与v正相关，故选C.【评析】点分布在从左下角到右上角的区域时，两个变量的相关关系为正相关；点分布在从左上角到右下角的区域时，两个变量的相关关系为负相关．(2)下面是一块田的水稻产量与施化肥量的一组观测数据(单位：kg)：施化肥量15202530354045水稻产量320330360410460470480(Ⅰ)将上述数据制成散点图；(Ⅱ)你能从散点图中发现施化肥量与水稻产量近似成什么关系吗？水稻产量会一直随施化肥量的增加而增长吗？解：(Ⅰ)散点图如下：(Ⅱ)从图中可以发现施化肥量与水稻产量具有线性相关关系，当施化肥量由小到大变化时，水稻产量由小变大．图中的数据点大致分布在一条直线的附近，因此施化肥量和水稻产量近似成线性相关关系，但水稻产量只是在一定范围内随着化肥施用量的增加而增长，不会一直随化肥施用量的增加而增长．【评析】任何一组数据(二元数据)都可以作出散点图，散点图可以直观地观察两个变量间的关系．【考向2】散点图的画法及相关关系识别【例题】(1)从左至右，观察下列三个散点图，变量x与y的关系依次为________(正相关记作①；负相关记作②；不相关记作③)．(2)科研人员为了全面掌握棉花新品种的生产情况，查看了气象局对该地区年降雨量与年平均气温的统计数据(单位分别是mm，℃)，并作了统计：年平均气温12.5112.8412.8413.6913.3312.7413.05年降雨量748542507813574701432(Ⅰ)试画出散点图；(Ⅱ)判断两个变量是否具有线性相关关系．解：(Ⅰ)作出散点图如图所示．(Ⅱ)由散点图可知，各点并不在一条直线附近，所以两个变量不具有线性相关关系．难点列表：难点名称难度指数难点1求回归方程及用回归方程进行估计★★★★难点2复数的模与共轭复数★★★★★难点详解：求线性回归直线方程的步骤(1)用散点图或进行相关性检验判断两个变量是否具有线性相关关系；(2)求系数b^：公式有两种形式，b^＝∑ni＝1（xi－x－）（yi－y－）∑ni＝1（xi－x－）2＝∑ni＝1xiyi－nx－y－∑ni＝1x2i－nx－2，根据题目具体情况灵活选用；(3)求a^：a^＝y－－b^x－；(4)写出回归直线方程．说明：当数据较复杂时，题目一般会给出部分中间结果，观察这些中间结果可确定选用公式的哪种形式求b^.难点1：求回归方程及用回归方程进行估计【要点解读】(1)回归分析是对具有相关关系的两个变量进行统计分析的方法，只有在散点图大致呈线性时，求出的回归直线方程才有实际意义，否则无意义．(2)根据回归方程进行的估计仅是一个预测值，而不是真实发生的值．(3)用最小二乘法求回归方程，关键在于正确求出系数，，由于，的计算量大，计算时应仔细小心，分层进行(最好列出表格)，避免因计算而产生错误．【考向1】求线性回归方程【例题】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：x3456y2.5344.5(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；(3)已知该厂技术改造前100吨甲产品能耗为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术改造前降低多少吨标准煤？(参考值3×2.5＋4×3＋5×4＋6×4.5＝66.5)解：(1)散点图如下：(2)由系数公式可知，＝4.5，y＝3.5，＝66.5－4×4.5×3.586－4×4.52＝0.7，＝3.5－0.7×4.5＝0.35，所以线性回归方程为yˆ＝0.7x＋0.35.(3)x＝100时，yˆ＝0.7x＋0.35＝70.35，所以预测生产100吨甲产品的生产能耗比技术改造前降低19.65吨标准煤．【评析】牢记求线性回归方程的步骤：(1)列表；(2)计算，y，niiiyx1，niix12;(3)代入公式求，再利用xbyaˆˆ求，（4）写出回归方程.【考向2】利用线性回归方程进行预测【例题】从某居民区随机抽取10个家庭，获得第i个家庭的月收入xi（单位：千元）与月储蓄yi（单位：千元）的数据资料，算得101iix=80,101iiy=20,101iiiyx=184,1012iix=720.(1)求家庭的月储蓄y对月收入x的线性回归方程y＝bx＋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＝bx＋a中，b＝niiniiixnxyxnyx1221，xbya，其中，y为样本平均值，线性回归方程也可写为y^＝b^x＋a^.解：(1)由题意知n＝10，＝1nniix1＝8010＝8，y＝1nniiy1＝2010＝2，又niix12-n2=720-10×82=80，niiiyx1-nyx＝184－10×8×2＝24，由此得b＝2480＝0.3，a＝y－b＝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＝0.30)，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)．难点2：非线性相关转化为线性相关【要点解读】通过观察散点图，分析其函数模型，然后转化成线性相关【考向1】非线性相关转化为线性相关【例题】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．(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^＝解题指导]切入点：回归分析中对散点图的理解，回归方程的求法和应用；关键点：通过换元把非线性回归方程转化为线性回归方程求解．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．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