第十章 第3节 成对数据的统计分析-【金版教程】2024高考数学一轮复习解决方案word(新教材,基础版)
|
2份
|
53页
|
179人阅读
|
3人下载
教辅
内容正文:
金版教程 高考科学复习解决方案 数学
第三节 成对数据的统计分析
第1课时 变量间的相关关系及回归模型
课标解读:1.结合具体实例,了解一元线性回归模型的含义,了解模型中参数的统计意义,了解最小二乘原理,掌握一元线性回归模型中参数的最小二乘估计方法,会使用相关的统计软件.2.针对实际问题,会用一元线性回归模型进行预测.
考向预测:预计2024年高考变量间的相关关系、回归模型出解答题的可能性比较大,考查考生分析问题和处理数据的能力.
1.变量的相关关系
(1)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.
(2)散点图
将各数据在平面直角坐标系中的对应点画出来,得到表示两个变量的一组数据的图形,这样的图形叫做散点图.利用散点图,可以判断两个变量是否相关,相关时是正相关还是负相关.
(3)正相关和负相关
①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.
②负相关:当一个变量的值增加时,另一个变量的相应值呈现减小的趋势,则称这两个变量负相关.
(4)线性相关
①一般地,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,我们就称这两个变量线性相关.
②一般地,如果两个变量具有相关性,但不是线性相关,那么我们就称这两个变量非线性相关或曲线相关.
2.样本相关系数
(1)相关系数r的计算
变量x和变量y的样本相关系数r的计算公式如下:
r=
=.
(2)相关系数r的性质
①当r>0时,称成对样本数据正相关;当r<0时,称成对样本数据负相关;当r=0时,成对样本数据间没有线性相关关系.
②样本相关系数r的取值范围为[-1,1].
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.
3.一元线性回归模型
经验回归方程与最小二乘法
我们将= x+称为Y关于x的经验回归方程,也称经验回归函数或经验回归公式,其图形称为经验回归直线.这种求经验回归方程的方法叫做最小二乘法,求得的 ,叫做b,a的最小二乘估计,其中
4.残差与残差分析
(1)残差:对于响应变量Y,通过观测得到的数据称为观测值,通过经验回归方程得到的 称为预测值,观测值减去预测值称为残差.
(2)残差分析:残差是随机误差的估计结果,通过对残差的分析可以判断模型刻画数据的效果,以及判断原始数据中是否存在可疑数据等,这方面工作称为残差分析.
(3)刻画回归效果的方式
①残差图法
作图时纵坐标为残差,横坐标为自变量x,这样作出的图形称为残差图.在残差图中,残差点比较均匀地分布在以取值为0的横轴为对称轴的水平的带状区域内,说明选用的模型比较合适,这样的带状区域的宽度越窄,说明模型拟合精度越高.
②残差平方和法
残差平方和为 (yi-i)2,残差平方和越小,模型拟合效果越好.
③利用决定系数R2刻画回归效果
R2=1-,R2越大,模型拟合效果越好;R2越小,模型拟合效果越差.
1.求解经验回归方程的关键是确定回归系数,,应充分利用回归直线过样本点的中心(,).
2.根据经验回归方程计算的值,仅是一个预测值,不是真实发生的值.
1.概念辨析(正确的打“√”,错误的打“×”)
(1)散点图是判断两个变量相关关系的一种重要方法和手段.( )
(2)经验回归方程= x+中,若<0,则变量x和y负相关.( )
(3)经验回归直线= x+至少经过点(x1,y1),(x2,y2),…,(xn,yn)中的一个点.( )
(4)样本相关系数的绝对值越接近1,成对样本数据的线性相关程度越强.( )
(5)残差平方和越大,线性回归模型的拟合效果越好.( )
答案 (1)√ (2)× (3)× (4)√ (5)×
2.小题热身
(1)甲、乙、丙、丁四位同学在建立变量x,y的回归模型时,分别选择了4种不同模型,计算可得它们的R2分别如下表:
甲
乙
丙
丁
R2
0.98
0.78
0.50
0.85
建立的回归模型拟合效果最好的是( )
A.甲 B.乙
C.丙 D.丁
答案 A
解析 R2越大,表示回归模型的拟合效果越好.
(2)某校一个课外学习小组为研究某作物种子的发芽率y和温度x(单位:℃)的关系,在20个不同的温度条件下进行种子发芽实验,由实验数据(xi,yi)(i=1,2,…,20)得到下面的散点图:
由此散点图,在10 ℃至40 ℃之间,下面四个回归方程类型中,最适宜作为发芽率y和温度x的回归方程类型的是( )
A.y=a+bx B.y=a+bx2
C.y=a+bex D.y=a+bln x
答案 D
解析 由散点图分布可知,散点图分布在一个对数型函数图象的附近,因此最适宜作为发芽率y和温度x的回归方程