(教用word)第8章 阶段任务性复习-【提分教练】2022-2023学年新教材高中数学选择性必修第三册(人教A版2019)
任务一 变量的相关关系
问题1:举例说明什么叫相关关系,它与函数关系有什么区别?
提示:如身高与体重、树的直径与树的高度都是相关关系.相关关系与函数关系不同,函数关系是一种确定性关系,而相关关系是一种非确定性关系.
问题2:观察散点图,从散点分布的方向和整体形态分别可以反映两个变量之间有怎样的相关关系?
提示:散点分布的方向可以反映出是正相关还是负相关、散点分布的整体形态可以反映出是线性相关还是非线性相关等.
问题3:样本相关系数r在描述两个变量线性相关关系中起到了什么作用?
提示:样本相关系数r从定量的角度刻画成对数据的线性相关程度.
问题4:样本相关系数r与成对数据的线性相关程度的强弱有什么关系?
提示:(1)成对样本数据正相关的充要条件是r>0,负相关的充要条件是r<0.
(2)当|r|越接近1时,成对样本数据的线性相关程度越强;
当|r|越接近0时,成对样本数据的线性相关程度越弱.
(3)|r|=1的充要条件是成对样本数据构成的点都在一条直线上.
1.下列两个变量之间的关系是相关关系的为( )
A.正方体的体积与棱长的关系
B.学生的成绩和体重
C.路上酒后驾驶的人数和交通事故发生的多少
D.水的体积和重量
C 解析:A中,由正方体的棱长和体积的公式知,V=a3(a>0),是确定的函数关系,故A错误;B中,学生的成绩和体重,没有关系,故B错误;C中,路上酒后驾驶的人数会影响交通事故发生的多少,但不是唯一因素,它们之间有相关性,故C正确;D中,水的体积V和重量x的关系为V=k·x,是确定的函数关系,故D错误.
2.下列四个图各反映了两个变量的某种关系,其中可以看作具有较强线性相关关系的是( )
A.①③ B.①④ C.②③ D.①②
B 解析:对于两个变量的散点图,若样本点成带状分布,则两个变量具有线性相关关系,所以两个变量具有线性相关关系的图是①和④.故选B.
3.已知变量x和y满足关系y=-2x+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
C 解析:根据题意,变量x和y满足关系y=-2x+1,其比例系数为-2<0,所以x与y负相关.又由变量y与z正相关.则x与z负相关.故选C.
4.如图所示,给出了样本容量均为7的A,B两组成对样本数据的散点图,已知A组成对样本数据的样本相关系数为r1,B组成对样本数据的样本相关系数为r2,则( )
A.r1=r2 B.r1<r2 C.r1>r2 D.无法判定
C 解析:根据A,B两组成对样本数据的散点图知,A组成对样本数据几乎在一条直线上,且呈正相关,所以样本相关系数r1应最接近1,B组成对样本数据分散在一条直线附近,也呈正相关,所以样本相关系数满足r2<r1,即r1>r2.故选C.
任务二 一元线性回归模型
问题1:一元线性回归模型中,模型参数a和b的统计意义是什么?
提示:a称为截距参数,b称为斜率参数,b的意义是每增加x个单位,y的平均变化量.
e是Y与bx+a之间的随机误差.
问题2:最小二乘原理是什么?你能说一说它的基本思想吗?
提示:最小二乘原理是寻求一条直线,使得表示成对样本数据的这些散点与此直线最接近.
其基本思想是通过竖直误差的平方和最小,找到数据的最佳函数匹配.
问题3:线性经验回归方程=x+的系数计算公式是什么?
提示:==,
=-.
问题4:非线性相关关系的两个变量之间,如何建立经验回归方程?
提示:可以通过对回归模型中的变量替换,转化为线性经验回归方程问题.
问题5:比较两个模型拟合效果的方法有哪些?
提示:(1)直接比较两个模型的残差;
(2)直接比较两个模型的残差平方和;
(3)用R2=1-来比较两个模型的拟合效果,R2越大,模型的拟合效果越好;R2越小,模型的拟合效果越差.
1.(多选)关于变量x,y的n个样本点(x1,y1),(x2,y2),…,(xn,yn)及其经验回归方程=x+.下列说法正确的有( )
A.相关系数r的绝对值|r|越接近0,表示x,y的经验相关程度越强
B.相关指数R2的值越接近1,表示经验回归方程拟合效果越好
C.残差平方和越大,表示经验回归方程拟合效果越好
D.若=xi,=yi,则点(,)一定在经验回归方程=x+上
BD 解析:根据线性相关系数的意义可知,当r的绝对值越接近于0时,两个随机变量线性相关性越弱,则A错误;用相关指数R2来刻画回归效果,R2越大,说明模型的拟合效果越好,则B正确;拟合效果的好坏是由残差平方和来体现的,残差平方和越大,拟合效果越差,则C错误;样本中心点一定在回归直线上,则D正确.故选BD.
2.某工厂为研究某种产品产量x(单位:吨)与所需某种原材料y(单位:吨)的相关性,在生产过程中收集4组对应数据(x,y),如表所示:(残差=观测值-预测值)
x | 3 | 4 | 5 | 6 |
y | 2.5 | 3 | 4 | m |
根据表中数据,得出y关于x的经验回归方程为:=0.7x+.据此计算出在样本(4,3)处的残差为-0.15,则表中m的值为________.
4.5 解析:根据题意计算出在样本(4,3)处的残差为-0.15,可得=3.15,
则当x=4时,3.15=0.7×4+,所以=0.35.
产量x的平均值=(3+4+5+6)=4.5,由经验回归方程过样本中心点(,),则=0.7×4.5+0.35=(9.5+m),解得m=4.5.
3.某高中高三年级对各科考试的评价指标中,有“难度系数”和“区分度”两个指标,难度系数=,区分度=.
(1)某次数学考试(满分为150分),随机从实验班和普通班各抽取三人,实验班三人的成绩分别为147,142,137;普通班三人的成绩分别为97,102,113.通过样本估计本次考试的区分度(精确到0.01).
(2)如下表格是该校高三年级6次数学考试的统计数据:
难度系数x | 0.64 | 0.71 | 0.74 | 0.76 | 0.77 | 0.82 |
区分度y | 0.18 | 0.23 | 0.24 | 0.24 | 0.22 | 0.15 |
①计算相关系数r,|r|<0.75时,认为相关性弱;|r|≥0.75时,认为相关性强.通过计算说明,能否利用线性回归模型描述y与x的关系(精确到0.01).
②若ti=|xi-0.74|(i=1,2,…,6),求出y关于t的经验回归方程,并预测x=0.75时的值(精确到0.01).
参考数据和公式:xiyi=0.930 9,
≈0.011 2,
tiyi=0.048 3, (ti-)2≈0.007 3.
相关系数r=,经验回归直线=t+的斜率和截距的最小二乘估计分别为=,=-.
解:(1)实验班三人成绩的平均值为=142,
普通班三人成绩的平均值为=104,
故估计本次考试的区分度为≈0.25.
(2)①由题中的表格可知
=(0.64+0.71+0.74+0.76+0.77+0.82)=0.74,
=(0.18+0.23+0.24+0.24+0.22+0.15)=0.21,
故r=
≈≈-0.13.
因为|r|<0.75,所以相关性弱,故不能利用线性回归模型描述y与x的关系.
②y与t的值如表
t | 0.10 | 0.03 | 0 | 0.02 | 0.03 | 0.08 |
区分度y | 0.18 | 0.23 | 0.24 | 0.24 | 0.22 | 0.15 |
因为=≈-0.86,
所以=-≈0.25,
所以所求经验回归方程=-0.86t+0.25.
当x=0.75时,此时t=0.01,则≈0.24.
4.已知某校5名学生的数学成绩和物理成绩如下表:
学生的编号i | 1 | 2 | 3 | 4 | 5 |
数学成绩xi | 80 | 75 | 70 | 65 | 60 |
物理成绩yi | 70 | 66 | 68 | 64 | 62 |
(1)假设在对这5名学生成绩进行统计时,把这5名学生的物理成绩搞乱了,数学成绩没出现问题,问:恰有2名学生的物理成绩是自己的实际分数的概率是多少?
(2)通过大量事实证明发现,一个学生的数学成绩和物理成绩具有很强的线性相关关系,在上述表格是正确的前提下,用x表示数学成绩,用y表示物理成绩,求y关于x的经验回归方程.
(3)利用残差分析经验回归方程的拟合效果,若残差和在(-0.1,0.1)范围内,则称经验回归方程为“优拟方程”.问:该经验回归方程是否为“优拟方程”?
参考数据和公式:=x+,其中==,
=-b.
xiyi=23 190,x=24 750,
残差和公式: (yi-i).
解:(1)记事件A为“恰有2名学生的物理成绩是自己的实际成绩”,则P(A)==.
(2)因为==70,
==66,
==0.36,=66-0.36×70=40.8.
所以经验回归方程为=0.36x+40.8.
(3)
i | 1 | 2 | 3 | 4 | 5 |
xi | 80 | 75 | 70 | 65 | 60 |
yi | 70 | 66 | 68 | 64 | 62 |
i | 69.6 | 67.8 | 66 | 64.2 | 62.4 |
(yi-i)=(70-69.6)+(66-67.8)+(68-66)+(64-64.2)+(62-62.4)=0.4+(-1.8)+2-0.2-0.4=0.因为0∈(-0.1,0.1),所以该经验回归方程为“优拟方程”.
任务三 列联表与独立性检验
问题1:分类变量和数值变量有何本质不同?
提示:数值变量的取值为实数,而分类变量是用来区别不同的现象性质的变量,其取值并没有通常的大小和运算意义.
问题2:举例说明用条件概率的语言刻画两个分类变量关联性的关键点是什么?
提示:刻画两个分类变量X和Y的关联性,关键是建立下面的概率模型:设X和Y为定义在Ω上,取值于{0,1}的成对分类变量.由于{X=0}和{X=1},{Y=0}和{Y=1}都是互为对立事件,故要判断事件{X=1}和{Y=1}之间是否有关联,需要判断假定关系H0:P(Y=1|X=0)=P(Y=1|X=1)是否成立.通常称H0为零假设.
问题3:独立性检验的基本思想是什么?它和反证法有何异同?
提示:基本思想是通过统计量χ2的预期值,根据小概率值α,判断两个分类变量是否有关联性.
它与反证法的相同点都是在某种假设H0之下,推出一个矛盾结论,从而H0不成立;
不同点是独立性检验应用小概率条件推出矛盾,其次反证法不会犯错误,但是独立性检验会随机犯错.
问题4:若依据α=0.05的独立性检验,结论是两个变量之间有关联,如何解释这个结论?如果是两个变量之间没有关联,又该如何解释这个结论?
提示:若依据α=0.05的独立性检验,结论是两个变量之间有关联,说明χ2≥3.841,我们就推断H0(两个分类变量相互独立)不成立,此时小概率事件不大可能发生,认为两变量之间不独立(即有相关关系),该推断犯错误的概率不超过0.05;如果是两个变量之间没有关联,说明χ2<3.841,我们没有充分理由推断H0不成立,认为两变量之间独立(即没有关联).
1.为加强环境保护,治理空气污染,环境监测部门对某市空气质量进行调研,随机抽查了100天空气中的PM2.5和SO2浓度(单位:μg/m3),得下表:
SO2 PM2.5 | [0,50] | (50,150] | (150,475] |
[0,35] | 32 | 18 | 4 |
(35,75] | 6 | 8 | 12 |
(75,115] | 3 | 7 | 10 |
(1)估计事件“该市一天空气中PM2.5浓度不超过75,且SO2浓度不超过150”的概率;
(2)根据所给数据,完成下面的2×2列联表:
SO2 PM2.5 | [0,150] | (150,475] | 合计 |
[0,75] |
|
|
|
(75,115] |
|
|
|
合计 |
|
|
|
(3)根据(2)中的列联表,依据小概率值α=0.01的独立性检验,分析该市一天空气中PM2.5浓度与SO2浓度是否有关.
解:(1)由表格可知,该市100天中,空气中的PM2.5浓度不超过75,且SO2浓度不超过150的天数为32+6+18+8=64,
所以该市一天中,空气中的PM2.5浓度不超过75,且SO2浓度不超过150的概率的估计值为=0.64.
(2)由所给数据,可得2×2列联表:
SO2 PM2.5 | [0,150] | (150,475] | 合计 |
[0,75] | 64 | 16 | 80 |
(75,115] | 10 | 10 | 20 |
合计 | 74 | 26 | 100 |
(3)零假设为H0:该市一天空气中PM2.5浓度与SO2浓度无关.
根据列联表中数据,经计算得到
χ2=≈7.484>6.635≈x0.01.根据小概率值α=0.01的独立性检验,我们推断H0不成立,即认为该市一天空气中PM2.5浓度与SO2浓度有关.
2.某大学读书协会为了解本校大学生网上阅读与传统纸质阅读的情况,调查了该大学1 000名大学生(男、女各占一半),就偏向网上阅读和偏向传统纸质阅读的情况做了调查记录.记录显示,偏向网上阅读的男大学生比偏向传统纸质阅读的男大学生多300人,这1 000名大学生中,偏向传统纸质阅读的大学生共有400人.
(1)根据题意,完成2×2列联表:
性别 | 阅读方式 | 合计 | |
偏向网上阅读 | 偏向传统纸质阅读 | ||
男 |
|
|
|
女 |
|
|
|
合计 |
|
| 1 000 |
(2)依据小概率值α=0.001的独立性检验,推断该大学的大学生的阅读方式与性别是否有关联.
解:(1)根据题意,可得2×2列联表如表:
性别 | 阅读方式 | 合计 | |
偏向网上阅读 | 偏向传统纸质阅读 | ||
男 | 400 | 100 | 500 |
女 | 200 | 300 | 500 |
合计 | 600 | 400 | 1 000 |
(2)零假设为H0:该大学的大学生的阅读方式与性别无关.由(1)中表格中的数据,
可得χ2==166.667>10.828=x0.001.
根据小概率值α=0.001的独立性检验,我们推断H0不成立,即认为该大学的大学生的阅读方式与性别有关联.
1/11
学科网(北京)股份有限公司