ImageVerifierCode 换一换
格式:DOCX , 页数:13 ,大小:413.24KB ,
资源ID:130462      下载积分:10 金币
快捷下载
登录下载
邮箱/手机:
温馨提示:
快捷下载时,用户名和密码都是您填写的邮箱或者手机号,方便查询和重复下载(系统自动生成)。 如填写123,账号就是123,密码也是123。
特别说明:
请自助下载,系统不会自动发送文件的哦; 如果您已付费,想二次下载,请登录后访问:我的下载记录
支付方式: 支付宝    微信支付   
验证码:   换一换

加入VIP,更优惠
 

温馨提示:由于个人手机设置不同,如果发现不能下载,请复制以下地址【https://www.77wenku.com/d-130462.html】到电脑端继续下载(重复下载不扣费)。

已注册用户请登录:
账号:
密码:
验证码:   换一换
  忘记密码?
三方登录: 微信登录   QQ登录   微博登录 

下载须知

1: 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。
2: 试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓。
3: 文件的所有权益归上传用户所有。
4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
5. 本站仅提供交流平台,并不能对任何下载内容负责。
6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

版权提示 | 免责声明

本文(高考数学一轮复习学案:11.3 变量间的相关关系、统计案例(含答案))为本站会员(可**)主动上传,七七文库仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知七七文库(发送邮件至373788568@qq.com或直接QQ联系客服),我们立即给予删除!

高考数学一轮复习学案:11.3 变量间的相关关系、统计案例(含答案)

1、 11.3 变量间的相关关系变量间的相关关系、统计案例统计案例 最新考纲 考情考向分析 1.会作两个相关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 3.了解独立性检验的基本思想、方法及其初步应用 4.了解回归分析的基本思想、方法及简单应用. 回归分析,独立性检验是全国卷高考 重点考查的内容,必考一个解答题, 选择、填空题中也会出现主要考查 回归方程,相关系数,利用回归方程 进行预测,独立性检验的应用等. 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

2、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 xa 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 n i1 xi x yi y n i1 xi x 2 n i1xiyin x

3、 y n i1x 2 in x 2 , a 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 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 rR22; x,y 之间不能建立线性回归方程 答案 解析 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, 故正确; 由散点图知用 y 2 1e c x c拟合比用y b xa 拟合效果要好,则 R21R22,故正确;x,y 之 间可以建

4、立线性回归方程,但拟合效果不好,故错误 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,正相关;b 10.828,所以有 99.9%的把握认为“经常使用微信与年龄有关” 求线性回归方程的方法技巧 典例 (12 分)某地最近十年粮食需求量逐年上升,下表是部分统计数据: 年份 2006 2008 2010 2012 2014 需求量/万吨 236 246 257 276 286 (1)利用所给数据求年需求量与年份之间的线性回归方程y b xa ; (2)利用(

5、1)中所求出的线性回归方程预测该地 2018 年的粮食需求量 思想方法指导 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)根据一组观测值,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 规范解答 解 (1)由所给数据看出,年需求量与年份之间近似直线上升,下面来求线性回归方程,先将 数据处理如下表 年份2010 4 2 0 2 4 需求257 21 11 0 19 29 对处理的数据,容易算得 x 0, y 3.2,4 分 b 421211219429503.2 42222242502 260 40 6.5, a y b x 3.2.6 分 由上述计算结果,知所求线性回归方程为 y 2576.5(x2010)3.2, 即y 6.5(x2010)260.2.8 分 (2)利用所求得的线性回归方程,可预测 2018 年的粮食需求量大约为 6.5(20182010)260.26.58260.2312.2(万吨)12 分