1.3 可线性化的回归分析 学案含答案

1、12 相关系数相关系数 13 可线性化的回归分析可线性化的回归分析 学习目标 1.了解线性相关系数 r 的求解公式，并会初步应用.2.了解非线性相关与线性相 关的转化.3.会用回归分析解决一些简单实际问题 知识点一 相关系数 1相关系数 r 的计算 假设两个随机变量的数据分别为(x1，y1)，(x2，y2)，(xn，yn)，则变量间线性相关系数 r lxy lxxlyy i1 n xi x y。

2、1.2相关系数1.3可线性化的回归分析一、选择题1若两个变量x和y之间具有线性相关关系，它们的相关系数是r，y关于x的回归方程为ybxa，那么()Abr0 Bbr0 Dar0时，x和y正相关，则r0；当b0.2关于两个变量x，y与其线性相关系数r，有下列说法：若r0，则x增大时，y也相应增大；若|r|越趋近于1，则x与y的线性相关程度越强；若r1或r1，则x与y的关系完全对应(有函数关系)，在散点图上各个散点均在一条直线上其中正确的有()A BC D考点线性相关系数题点线性相关系数的应用答案D解析根据相关系数的定义，变量之间的相关关。

3、1.2相关系数1.3可线性化的回归分析学习目标1.了解线性相关系数r的求解公式，并会初步应用.2.理解回归分析的基本思想.3.通过可线性化的回归分析，判断几种不同模型的拟合程度知识点一相关系数1相关系数r的计算假设两个随机变量的数据分别为(x1，y1)，(x2，y2)，(xn，yn)，则变量间线性相关系数r.2相关系数r的性质(1)r的取值范围为1,1(2)|r|值越大，误差Q越小，变量之间的线性相关程度越高(3)|r|值越接近0，误差Q越大，变量之间的线性相关程度越低3相关性的分类(1)当r0时，两个变量正相关(2)当r0时，两个变量负相关(3)当r0时，两个变量线性。

4、1.3可线性化的回归分析一、选择题1下列说法错误的是()A当变量之间的相关关系不是线性相关关系时，也能直接用线性回归方程描述它们之间的相关关系B把非线性回归化线性回归为我们解决问题提供一种方法C当变量之间的相关关系不是线性相关关系时，也能描述变量之间的相关关系D当变量之间的相关关系不是线性相关关系时，可以通过适当的变换使其转换为线性关系，将问题化为线性回归分析问题来解决2若一函数模型为ysin22sin 1，为将y转化为t的回归直线方程，则需作变换t等于()Asin2B(sin 1)2C(sin )2D以上都不对3某学校开展研究性学习活动，某同。

5、1.3可线性化的回归分析学习目标1.理解回归分析的基本思想.2.通过可线性化的回归分析，判断几种不同模型的拟合程度知识点一常见的可线性化的回归模型幂函数曲线_，指数曲线_倒指数曲线_，对数曲线_知识点二可线性化的回归分析思考1有些变量间的关系并不是线性相关关系，怎样确定回归模型？思考2如果两个变量呈现非线性相关关系，怎样求出回归方程？梳理在大量的实际问题中，所研究的两个变量不一定都呈线性相关关系，它们之间可能呈指数关系或对数关系等非线性关系在某些情况下可以借助线性回归模型研究呈非线性关系的两个变量之间的关系类。