内容正文:
2.3 变量之间的相关关系
复习提问:
1、你知道频率分布直方图的作法步骤吗?什么是频率分布折线图、密度曲线图?
2、什么是茎叶图?
3、怎样由频率分布直方图估计众数、中位数和平均数?怎样计算标准差和方差?
阅读教材P84——91,回答下列问题:
1、什么是变量间的相关关系?什么是正相关、什么是负相关?
2、什么是散点图?
3、什么是回归直线、回归方程?
4、什么是线性回归?
5、什么是最小二乘法?你能用最小二乘法求回归方程吗?
知识点一 散点图与正相关,负相关
1.散点图:将样本中n个数据点(xi,yi)(i=1,2,…,n)描在平面直角坐标系中得到的图形.
2.正相关与负相关:
(1)正相关:散点图中的点散布在从 到 的区域.
(2)负相关:散点图中的点散布在从 到 的区域.
左下角
右上角
左上角
右下角
例1 在一次对人体脂肪含量和年龄关系的研究中,研究人员获得了一组样本数据:
年龄 23 27 39 41 45 49 50
脂肪 9.5 17.8 21.2 25.9 27.5 26.3 28.2
年龄 53 54 56 57 58 60 61
脂肪 29.6 30.2 31.4 30.8 33.5 35.2 34.6
画出散点图,分析年龄与人体脂肪含量的关系.
在散点图中,点散布在从左下角到右上角的区域,故人的年龄与人体脂肪含量是正相关关系.
例2 下表为我国在1000年到2000年间的人口数量.
试画出散点图;
知识点二 线性相关
思考 回顾前面你看到的散点图,大致呈哪些形状?
答案 饼状,曲线状,直线状.
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.
两个变量线性相关是相关关系的一种.
知识点三 回归直线的方程
思考 数学上的“回归”是什么意思?
答案 “回归”一词最早由英国统计学家(Francils Galton)提出的,本意是子女的身高会向一般人的均值靠拢.现在这个概念引伸到随机变量有向回归线集中的趋势.即观察值不是全落在回归线上,而是散布在回归线周围.但离回归线越近,观察值越多,偏离较远的观察值极少,这种不完全呈函数关系,但又有一定数量关系的现象称回归.
(1)回归直线:如果散点图中点的分布从整体上