2018版高考数学大一轮复习第十一章统计与统计案例11.3变量间的相关关系统计案例试题理

1第十一章统计与统计案例11.3变量间的相关关系、统计案例试题理北师大版1．相关性(1)通常将变量所对应的点描出来，这些点就组成了变量之间的一个图，通常称这种图为变量之间的散点图．(2)从散点图上可以看出，如果变量之间存在着某种关系，这些点会有一个集中的大致趋势，这种趋势通常可以用一条光滑的曲线来近似，这样近似的过程称为曲线拟合．(3)若两个变量x和y的散点图中，所有点看上去都在一条直线附近波动，则称变量间是线性相关的，若所有点看上去都在某条曲线(不是一条直线)附近波动，则称此相关是非线性相关的．如果所有的点在散点图中没有显示任何关系，则称变量间是不相关的．2．线性回归方程(1)最小二乘法如果有n个点(x1，y1)，(x2，y2)，…，(xn，yn)，可以用[y1－(a＋bx1)]2＋[y2－(a＋bx2)]2＋…＋[yn－(a＋bxn)]2来刻画这些点与直线y＝a＋bx的接近程度，使得上式达到最小值的直线y＝a＋bx就是所要求的直线，这种方法称为最小二乘法．(2)线性回归方程方程y＝bx＋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)的线性回归方程，其中a，b是待定参数．b＝∑ni＝1xi－xyi－y∑ni＝1xi－x2＝∑ni＝1xiyi－nxy∑ni＝1x2i－nx2，a＝y－bx.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)中，(x，y)称为样本点的中心．(3)相关系数2①r＝∑ni＝1xi－xyi－y∑ni＝1xi－x2∑ni＝1yi－y2＝1222211niii=nniii=i=xynxyxnxyny；②当r0时，表明两个变量正相关；当r0时，表明两个变量负相关；当r＝0时，表明两个变量线性不相关．|r|值越接近于1，表明两个变量之间的线性相关程度越高．|r|值越接近于0，表明两个变量之间的线性相关程度越低．4．独立性检验设A，B为两个变量，每一个变量都可以取两个值，变量A：A1，A2＝A1；变量B：B1，B2＝B1.2×2列联表：BAB1B2总计A1aba＋bA2cdc＋d总计a＋cb＋dn＝a＋b＋c＋d构造一个统计量χ2＝nad－bc2a＋bc＋da＋cb＋d.利用统计量χ2来判断“两个分类变量有关系”的方法称为独立性检验．当χ2≤2.706时，没有充分的证据判定变量A，B有关联，可以认为变量A，B是没有关联的；当χ22.706时，有90%的把握判定变量A，B有关联；当χ23.841时，有95%的把握判定变量A，B有关联；当χ26.635时，有99%的把握判定变量A，B有关联．【思考辨析】判断下列结论是否正确(请在括号中打“√”或“×”)(1)相关关系与函数关系都是一种确定性的关系，也是一种因果关系．(×)(2)“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．(√)(3)只有两个变量有相关关系，所得到的回归模型才有预测价值．(√)(4)某同学研究卖出的热饮杯数y与气温x(℃)之间的关系，得回归方程y＝－2.352x＋3147.767，则气温为2℃时，一定可卖出143杯热饮．(×)(5)事件X，Y关系越密切，则由观测数据计算得到的χ2越大．(√)(6)由独立性检验可知，有99%的把握认为物理成绩优秀与数学成绩有关，某人数学成绩优秀，则他有99%的可能物理优秀．(×)1．(2015·湖北)已知变量x和y满足关系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正相关答案C解析因为y＝－0.1x＋1，－0.10，所以x与y负相关．又y与z正相关，故可设z＝by＋a(b0)，所以z＝－0.1bx＋b＋a，－0.1b0，所以x与z负相关．故选C.2．(教材改编)下面是2×2列联表：y1y2合计x1a2173x2222547合计b46120则表中a，b的值分别为()A．94,72B．52,50C．52,74D．74,52答案C解析∵a＋21＝73，∴a＝52.又a＋22＝b，∴b＝74.3．(2016·河南八市质检)为了研究某大型超市当天销售额与开业天数的关系，随机抽取了5天，其当天销售额与开业天数的数据如下表所示：开业天数x1020304050当天销售额y/万元62758189根据上表提供的数据，求得y关于x的线性回归方程为y＝0.67x＋54.9，由于表中有一个数据模糊看不清，请你推断出该数据的值为()A．67B．68C．68.3D．714答案B解析设表中模糊看不清的数据为m，因为x＝10＋20＋30＋40＋505＝30，又样本中心点(x，y)在回归直线y＝0.67x＋54.9上，所以y＝m＋3075＝0.67×30＋54.9，得m＝68，故选B.4．(2016·西安模拟)某产品在某零售摊位的零售价x(单位：元)与每天的销售量y(单位：个)的统计资料如下表所示：x16171819y50344131由上表可得线性回归方程y＝bx＋a中的b＝－4，据此模型预测零售价为15元时，每天的销售量为()A．51个B．50个C．49个D．48个答案C解析由题意知x＝17.5，y＝39，代入线性回归方程得a＝109,109－15×4＝49，故选C.5．(2016·玉溪一中月考)利用独立性检验来判断两个分类变量X和Y是否有关系，通过查阅下表来确定“X和Y有关系”的可信度．为了调查用电脑时间与视力下降是否有关系，现从某地网民中抽取100位居民进行调查．经过计算得χ2≈3.855，那么就有________%的把握认为用电脑时间与视力下降有关系.P(χ2≥k0)0.050.0250.0100.0050.001k03.8415.0246.6357.87910.828答案95解析根据表格发现3.8553.841,3.841对应的是0.05，所以根据独立性检验原理可知有95%的把握认为用电脑时间与视力下降有关系.题型一相关关系的判断例1(1)四名同学根据各自的样本数据研究变量x，y之间的相关关系，并求得线性回归方程，分别得到以下四个结论：①y与x负相关且y＝2.347x－6.423；②y与x负相关且y＝－3.476x＋5.648；5③y与x正相关且y＝5.437x＋8.493；④y与x正相关且y＝－4.326x－4.578.其中一定不正确的结论的序号是()A．①②B．②③C．③④D．①④(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＝c12ecx拟合时的相关系数的平方为r21，用y＝bx＋a拟合时的相关系数的平方为r22，则r21r22；③x、y之间不能建立线性回归方程．答案(1)D(2)①②解析(1)由线性回归方程y＝bx＋a知当b0时，y与x正相关，当b0时，y与x负相关，∴①④一定错误．(2)①显然正确；由散点图知，用y＝c12ecx拟合的效果比用y＝bx＋a拟合的效果要好，故②正确；x，y之间能建立线性回归方程，只不过预报精度不高，故③不正确．思维升华判定两个变量正、负相关性的方法(1)画散点图：点的分布从左下角到右上角，两个变量正相关；点的分布从左上角到右下角，两个变量负相关．(2)相关系数：r0时，正相关；r0时，负相关．(3)线性回归方程中：b0时，正相关；b0时，负相关．(1)在一组样本数据(x1，y1)，(x2，y2)，…，(xn，yn)(n≥2，x1，x2，…，xn不全相等)的散点图中，若所有样本点(xi，yi)(i＝1,2，…，n)都在直线y＝12x＋1上，则这组样本数据的样本相关系数为()A．－1B．0C.12D．1(2)变量X与Y相对应的一组数据为(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．r2＜r1＜0B．0＜r2＜r1C．r2＜0＜r1D．r2＝r16答案(1)D(2)C解析(1)所有点均在直线上，则样本相关系数最大，即为1，故选D.(2)对于变量Y与X而言，Y随X的增大而增大，故Y与X正相关，即r1＞0；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，故选C.题型二线性回归分析例2(2016·全国丙卷)下图是我国2008年至2014年生活垃圾无害化处理量(单位：亿吨)的折线图．注：年份代码17分别对应年份2008－2014.(1)由折线图看出，可用线性回归模型拟合y与t的关系，请用相关系数加以说明；(2)建立y关于t的回归方程(系数精确到0.01)，预测2016年我国生活垃圾无害化处理量．附注：参考数据：i＝17yi＝9.32，i＝17tiyi＝40.17，i＝17yi－y2＝0.55，7≈2.646.参考公式：相关系数r＝i＝1nti－tyi－yi＝1nti－t2i＝1nyi－y2，回归方程y＝a＋bt中斜率和截距的最小二乘估计公式分别为：b＝i＝1nti－tyi－yi＝1nti－t2，a＝y－bt.解(1)由折线图中数据和附注中参考数据得t＝4，i＝17(ti－t)2＝28,i＝17yi－y2＝0.55.7i＝17(ti－t)(yi－y)＝i＝17tiyi－ti＝17yi＝40.17－4×9.32＝2.89，所以r≈2.890.55×2×2.646≈0.99.因为y与t的相关系数近似为0.99，说明y与t的线性相关程度相当高，从而可以用线性回归模型拟合y与t的关系．(2)由y＝9.327≈1.331及(1)得b＝i＝17ti－tyi－yi＝17ti－t2＝2.8928≈0.103，a＝y－bt≈1.331－0.103×4≈0.92.所以y关于t的回归方程为y＝0.92＋0.10t.将2016年对应的t＝9代入回归方程得y＝0.92＋0.10×9＝1.82.所以预测2016年我国生活垃圾无害化处理量将约为1.82亿吨．思维升华线性回归分析问题的类型及解题方法(1)求线性回归方程①利用公式，求出回归系数b，a.②待定系数法：利用回归直线过样本点的中心求系数．(2)利用回归方程进行预测，把线性回归方程看作一次函数，求函数值．(3)利用回归直线判断正、负相关；决定正相关还是负相关的是系数b.(4)回归方程的拟合效果，可以利用相关系数判断，当|r|越趋近于1时，两变量的线性相关性越强．(2015·课标全国Ⅰ)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．8xywi＝18(xi－x)2i＝18(wi－w)2i＝18(xi－x)·(yi－y)i＝18(wi－w)·(yi－y)46.65636.8289.81.61469108.8表中wi＝xi，w＝18i＝18wi.(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＝i＝1nui－uvi－vi