专题18 成对数据的统计分析（公式、定理、结论图表）-2023年高考数学必背知识手册

 成对数据的统计分析（公式、定理、结论图表） 一、成对数据的统计相关性 1．变量的相关关系 (1)函数关系 函数关系是一种确定性关系，常用解析式来表示. (2)相关关系 两个变量有关系，但又没有确切到可由其中的一个去精确地决定另一个的程度，这种关系称为相关关 系.与函数关系不同，相关关系是一种非确定性关系. 2．散点图 (1)散点图 成对样本数据都可用直角坐标系中的点表示出来，由这些点组成的统计图叫做散点图. (2)正相关和负相关 如果从整体上看， 当一个变量的值增加时，另一个变量的相应值也呈现增加的趋势，我们就称这两个变量正相关； 如果当一个变量的值增加时，另一个变量的相应值呈现减少的趋势，则称这两个变量负相关. 3．线性相关 一般地，如果两个变量的取值呈现正相关或负相关，而且散点落在一条直线附近，则称这两个变量线性相关. 4．样本相关系数 (1)对于变量x和变量y，设经过随机抽样获得的成对样本数据为(,)，(,)，，(,)，利用相关系数r来衡量两个变量之间线性关系的强弱，相关系数r的计算公式： （其中，，，和，，，的均值分别为和）. ①当r>0时，称成对样本数据正相关.这时，当其中一个数据的值变小时，另一个数据的值通常也变小；当其中一个数据的值变大时，另一个数据的值通常也变大. ②当r<0时，称成对样本数据负相关.这时，当其中一个数据的值变小时，另一个数据的值通常会变大；当其中一个数据的值变大时，另一个数据的值通常会变小. 二、一元线性回归模型及其应用 1.线性回归方程： （1）最小二乘法：使得样本数据的点到回归直线的距离的平方和最小的方法叫做最小二乘法． （2）回归方程：两个具有线性相关关系的变量的一组数据：，其回归方程为，则注意：线性回归直线经过定点． （3）相关系数：． 【方法归纳】 （1）利用散点图判断两个变量是否有相关关系是比较直观简便的方法．如果所有的样本点都落在某一函数的曲线附近，变量之间就有相关关系．如果所有的样本点都落在某一直线附近，变量之间就有线性相关关系．若点散布在从左下角到右上角的区域，则正相关． （2）利用相关系数判定，当越趋近于1相关性越强．当残差平方和越小，相关指数越大，相关性越强． （3）在分析实际中两个变量的相关关系时，可根据样本数据作出散点图来确定两个变量之间是否具有相关关系，也可计算相关系数进行判断．若具有线性相关关系，则可通过线性回归方程估计和预测变量的值． （4）正确运用计算的公式和准确的计算，是求线性回归方程的关键．并充分利用回归直线过样本点的中心进行求值． 2、回归分析：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。 建立回归模型的基本步骤是： （1）确定研究对象，明确两个变量即解释变量和预报变量； （2）画出散点图，观察它们之间的关系； （3）由经验确定回归方程类型（若呈线性关系，选用线性回归方程）； （4）按一定规则估计回归方程中的参数（如最小二乘法）； （5）得出结果后分析残差图是否有异常（个别数据对应残差过大，或残差出现不随机的规律性，等等），若存在异常，则检查数据是否有误，或模型是否合适等。 三、列联表与独立性检验 1．列联表 设，为两个变量，它们的取值分别为和，其样本频数列联表(列联表)如下： 总计 总计 2．独立性检验 利用随机变量(也可表示为)(其中为样本容量)来判断“两个变量有关系”的方法称为独立性检验． 3．独立性检验的一般步骤 (1)根据样本数据列出列联表； (2)计算随机变量的观测值k，查下表确定临界值k0： (3)如果，就推断“X与Y有关系”，这种推断犯错误的概率不超过；否则，就认为在犯错误的概率不超过的前提下不能推断“X与Y有关系”． 典例1;研究某灌溉渠道水的流速与水深之间的关系，测得一组数据如下： 水深 流速 （1）求对的回归直线方程； （2）预测水深为时水的流速是多少？ 分析：本题考查如何求回归直线的方程，可先把有关数据用散点图表示出来，若这些点大致分布在通过散点图中心的一条直线附近，说明这两个变量线性相关，从而可利用我们学过的最小二乘估计思想及计算公式求得线性回归直线方程。 【解析】（1）由于问题中要求根据水深预报水的流速， 因此选取水深为解释变量，流速为预报变量，作散点图： 由图容易看出，与之间有近似的线性关系， 或者说，可以用一个回归直线方程来反映这种关系， 由计算可求得、， 对的回归直线方程为； （2）由（1）中求出的回归直线方程，把代入，易得： ()， 计算结果表示，当水深为时可以预测渠水