2014届高三数学大一轮复习11.3变量间的相关关系统计案例教案理新人教A版

1§11.3变量间的相关关系2014高考会这样考考查线性回归的基本思想和简单应用．复习备考要这样做1.理解散点图和相关关系的概念；2.注意线性回归方程在实际问题中的应用．1．两个变量的线性相关(1)正相关在散点图中，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)负相关在散点图中，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)线性相关关系、回归直线如果散点图中点的分布从整体上看大致在一条直线附近，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．2．回归方程(1)最小二乘法求回归直线，使得样本数据的点到它的距离的平方和最小的方法叫做最小二乘法．(2)回归方程方程y^＝b^x＋a^是两个具有线性相关关系的变量的一组数据(x1，y1)，(x2，y2)，…，(xn，yn)的回归方程，其中a^，b^是待定参数．b^＝∑ni＝1xi－xyi－y∑ni＝1xi－x2＝∑ni＝1xiyi－nxy∑ni＝1x2i－nx2a^＝y－b^x.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2对于一组具有线性相关关系的数据(x1，y1)，(x2，y2)，…，(xn，yn)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．[难点正本疑点清源]1．相关关系与函数关系的区别相关关系与函数关系不同．函数关系中的两个变量间是一种确定性关系．例如正方形面积S与边长x之间的关系S＝x2就是函数关系．相关关系是一种非确定性关系，即相关关系是非随机变量与随机变量之间的关系．例如商品的销售额与广告费是相关关系．两个变量具有相关关系是回归分析的前提．2．对回归分析的理解回归分析是处理变量相关关系的一种数学方法，它主要解决三个问题：(1)确定两个变量之间是否有相关关系，如果有就找出它们之间贴近的数学表达式，否则求出的回归方程没有意义；(2)根据一组观察值，预测变量的取值及判断变量取值的变化趋势；(3)求出线性回归方程．1．已知x、y的取值如下表：x0134y2.24.34.86.7从所得的散点图分析，y与x线性相关，且y^＝0.95x＋a^，则a^＝________.答案2.6解析因为回归直线必过样本点的中心(x，y)，又x＝2，y＝4.5，代入y^＝0.95x＋a^，得a^＝2.6.2．(2011·辽宁)调查了某地若干户家庭的年收入x(单位：万元)和年饮食支出y(单位：万元)，调查显示年收入x与年饮食支出y具有线性相关关系，并由调查数据得到y对x的线性回归方程：y^＝0.254x＋0.321.由线性回归方程可知，家庭年收入每增加1万元，3年饮食支出平均增加______万元．答案0.254解析由题意知[0.254(x＋1)＋0.321]－(0.254x＋0.321)＝0.254.3．(2012·湖南)设某大学的女生体重y(单位：kg)与身高x(单位：cm)具有线性相关关系，根据一组样本数据(xi，yi)(i＝1,2，…，n)，用最小二乘法建立的回归方程为y^＝0.85x－85.71，则下列结论中不正确．．．的是()A．y与x具有正的线性相关关系B．回归直线过样本点的中心(x，y)C．若该大学某女生身高增加1cm，则其体重约增加0.85kgD．若该大学某女生身高为170cm，则可断定其体重必为58.79kg答案D解析由于线性回归方程中x的系数为0.85，因此y与x具有正的线性相关关系，故A正确．又线性回归方程必过样本点的中心(x，y)，因此B正确．由线性回归方程中系数的意义知，x每增加1cm，其体重约增加0.85kg，故C正确．当某女生的身高为170cm时，其体重估计值是58.79kg，而不是具体值，因此D不正确．4．对于回归分析，下列说法错误的是()A．在回归分析中，变量间的关系若是非确定性关系，那么因变量不能由自变量唯一确定B．线性相关系数可以是正的或负的C．回归分析中，如果r2＝1或r＝±1，说明x与y之间完全线性相关D．样本相关系数r∈(－1,1)答案D解析由定义可知相关系数|r|≤1，故D错误．5．已知变量x，y具有线性相关关系，测得一组数据如下：(2,30)，(4,40)，(5,60)，(6,50)，(8,70)，若它们的回归直线的斜率为6.5，则在这些样本点中任取一点，它在回归直线上方的概率为()A.25B.35C.15D.45答案A4解析由题意可知，b^＝6.5，x＝5，y＝50，则a^＝y－b^x＝17.5，所以线性回归方程为y^＝6.5x＋17.5，将样本数据代入线性回归方程检验可知，只有两点(5,60)，(8,70)在回归直线上方，所以所求概率为25.题型一两个变量间的相关关系例15个学生的数学和物理成绩如下表：学生学科ABCDE数学8075706560物理7066686462画出散点图，并判断它们是否具有相关关系．思维启迪：将每个学生的数学成绩和物理成绩分别作为点的横坐标和纵坐标，作散点图，然后根据散点图判断两个变量是否存在相关关系．解以x轴表示数学成绩，y轴表示物理成绩，可得到相应的散点图如图所示．由散点图可知，各组数据对应点大致在一条直线附近，所以两者之间具有相关关系，且为正相关．探究提高判断变量之间有无相关关系，一种简便可行的方法就是绘制散点图，根据散点图很容易看出两个变量之间是否具有相关性，是不是存在线性相关关系，是正相关还是负相关，相关关系是强还是弱．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()5A．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负相关答案C解析由图(1)可知，各点整体呈递减趋势，x与y负相关；由图(2)可知，各点整体呈递增趋势，u与v正相关．题型二线性回归方程例2(2012·福建)某工厂为了对新研发的一种产品进行合理定价，将该产品按事先拟定的价格进行试销，得到如下数据：单价x(元)88.28.48.68.89销量y(件)908483807568(1)求线性回归方程y^＝b^x＋a^，其中b^＝－20，a^＝y－b^x；(2)预计在今后的销售中，销量与单价仍然服从(1)中的关系，且该产品的成本是4元/件，为使工厂获得最大利润，该产品的单价应定为多少元？(利润＝销售收入－成本)思维启迪：根据回归直线过样本点中心来求线性回归方程，然后利用回归方程求最大利润．解(1)由于x＝16(8＋8.2＋8.4＋8.6＋8.8＋9)＝8.5，y＝16(90＋84＋83＋80＋75＋68)＝80，又b^＝－20，所以a^＝y－b^x＝80＋20×8.5＝250，从而线性回归方程为y^＝－20x＋250.(2)设工厂获得的利润为L元，依题意得L＝x(－20x＋250)－4(－20x＋250)＝－20x2＋330x－1000＝－20(x－8.25)2＋361.25.当且仅当x＝8.25时，L取得最大值．6故当单价定为8.25元时，工厂可获得最大利润．探究提高回归直线过样本点中心(x，y)是一条重要性质；利用线性回归方程可以估计总体，帮助我们分析两个变量的变化趋势．(2011·广东)为了解篮球爱好者小李的投篮命中率与打篮球时间之间的关系，下表记录了小李某月1号到5号每天打篮球时间x(单位：小时)与当天投篮命中率y之间的关系：时间x12345命中率y0.40.50.60.60.4小李这5天的平均投篮命中率为________；用线性回归分析的方法，预测小李该月6号打6小时篮球的投篮命中率为________．答案0.50.53解析小李这5天的平均投篮命中率y＝0.4＋0.5＋0.6＋0.6＋0.45＝0.5，可求得小李这5天的平均打篮球时间x＝3.根据表中数据可求得b^＝0.01，a^＝0.47，故线性回归方程为y^＝0.01x＋0.47，将x＝6代入得6号打6小时篮球的投篮命中率约为0.53.统计中的数形结合思想典例：(12分)某地10户家庭的年收入和年饮食支出的统计资料如表所示：年收入x(万元)24466677810年饮食支出y(万元)0.91.41.62.02.11.91.82.12.22.3(1)根据表中数据，确定家庭的年收入和年饮食支出的相关关系；(2)如果某家庭年收入为9万元，预测其年饮食支出．审题视角可以画出散点图，根据图中点的分布判断家庭年收入和年饮食支出的线性相关性．规范解答解(1)由题意，知年收入x为解释变量，年饮食支出y为预报变量，作散点图如图所示．[3分]7从图中可以看出，样本点呈条状分布，年收入和年饮食支出有比较好的线性相关关系，因此可以用线性回归方程刻画它们之间的关系．[4分]因为x＝6，y＝1.83，i＝110x2i＝406，i＝110y2i＝35.13，i＝110xiyi＝117.7，所以b^＝i＝110xiyi－10xyi＝110x2i－10x2≈0.172，a^＝y－b^x≈1.83－0.172×6＝0.798.从而得到线性回归方程为y^＝0.172x＋0.798.[8分](2)y^＝0.172×9＋0.798＝2.346(万元)．所以家庭年收入为9万元时，可以预测年饮食支出为2.346万元．[12分]温馨提醒(1)在统计中，用样本的频率分布表、频率分布直方图、统计图表中的茎叶图、折线图、条形图，去估计总体的相关问题，以及用散点图判断相关变量的相关性等都体现了数与形的完美结合．借助于形的直观，去统计数据，分析数据，无不体现了数形结合的思想．(2)本题利用散点图分析两变量间的相关关系，充分体现了数形结合思想的应用．(3)本题易错点为散点图画的不准确，导致判断错误.方法与技巧1．求回归方程，关键在于正确求出系数a^，b^，由于a^，b^的计算量大，计算时应仔细谨慎，分层进行，避免因计算而产生错误．(注意线性回归方程中一次项系数为b^，常数项8为a^，这与一次函数的习惯表示不同．)2．回归分析是处理变量相关关系的一种数学方法．主要解决：(1)确定特定量之间是否有相关关系，如果有就找出它们之间贴近的数学表达式；(2)根据一组观察值，预测变量的取值及判断变量取值的变化趋势；(3)求出线性回归方程．失误与防范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，求出的线性回归方程才有实际意义，否则，求出的线性回归方程毫无意义．2．根据回归方程进行预报，仅是一个预报值，而不是真实发生的值．A组专项基础训练(时间：35分钟，满分：57分)一、选择题(每小题5分，共20分)1．相关系数度量()A．两个变量之间线性相关关系的强度B．散点图是否显示有意义的模型C．两个变量之间是否存在因果关系D．两个变量之间是否存在关系答案A解析相关系数来衡量两个变量之间线性相关关系的强弱．2．(2011·陕西)设(x1，y1)，(x2，y2)，…，(xn，yn)是变量x和y的n个样本点，直线l是由这些样本点通过最小二乘法得到的线性回归直线(如图)，以下结论中正确的是()A．直线l过点(x，y)B．x和y的相关系数为直线l的斜率C．x和y的相关系数在0到1之间D．当n为偶数时，分布在l两侧的样本点的个数一定相同答案A解析因为相关系数是表示两个变量是否具有线性相关关系的一个值，它的绝对值越接近1，两个变量的线性相关程度越强，所以B、C错误．D中n为偶数时，分布在l两侧的样本点的个数可以不相同，所以D错误．根据线性回归直线一定经过样本点中心可知9A正确．3．(2011·山东)某产品的广告费用x与销售额y的统计数据如下表：广告费用x(万元)4235