8.1.1 变量的相关关系 课件-2022-2023学年高二下学期数学人教A版(2019)选择性必修第三册
|
16页
|
2952人阅读
|
29人下载
普通
内容正文:
8.1.1 变量的相关关系
8.1成对数据的统计相关性
问题情境
判断下列两个变量之间是否是函数关系,如果是,写出它们的解析式:
(1)正方体的体积与棱长
(2)汽车匀速行驶时的路程与时间
(3)人的体重与饭量
(4)人的身高与视力
(3)饭量会影响体重,但不是唯一因素,所以人的体重与饭量不是函数关系
(1)函数关系,
设体积为V,棱长为a,则
(2)函数关系,
设速度为v,路程为S,时间为t,则
(4)人的身高与视力无任何关系,所以不是函数关系.
函数关系
相关关系
非相关关系
现实生活中存在的许多相关关系的问题.例如:
(1)子女身高y与父亲身高x之间的关系;
(2)商品销售收入y与广告支出x之间的关系;
(3)空气污染指数y与汽车保有量x之间的关系;
(4)粮食亩产量y与施肥量x之间的关系.
变量的相关关系
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.
注:①相关关系是一种不确定性关系;
②相关关系是相对于函数关系而言的.
商品销售收人还与商品质量、居民收入等因素有关.
影响子女身高的因素还与母亲身高、饮食结构、体育锻炼等有关
气象条件、工业生产排放、居民生活和取暖、垃圾焚烧等都是影响空气污染指数的因素.
粮食亩产量还要受到土壤质量、降水量、田间管理水平等因素的影响.
② 数据判断:
两个变量之间的相关关系的确定:
样本数据分析 建立模型 估计或推断.
① 经验判断;
在对人体脂肪含量和年龄的关系的研究中,科研人员获得了一些年龄和脂肪含量的简单随机样本数据,如下表,表中每个编号下的年龄和脂肪含量数据都是对同一个个体的观测结果,它们构成了成对数据.
编号 1 2 3 4 5 6 7 8 9 10 11 12 13 14
年龄/岁 23 27 39 41 45 49 50 53 54 56 57 58 60 61
脂肪含量/% 9.5 17.8 21.2 25.9 27.5 26.3 28.2 29.6 30.2 31.4 30.8 33.5 35.2 34.6
根据以上数据,你能推断人体的脂肪含量与年龄之间存在怎样的关系吗?
直观地描述两个变量间的关系
坐标图形展示
散点图
(EXCEL画图)
4
在对人体脂肪含量和年龄的关系的研究中,科研人员获得了一些年龄和脂肪含量的简单随机样本数据,如下表,表中每个编号下的年龄和脂肪含量数据都是对同一个个体的观测结果,它们构成了成对数据.
编号 1 2 3 4 5 6 7 8 9 10 11 12 13 14
年龄/岁 23 27 39 41 45 49 50 53 54 56 57 58 60 61
脂肪含量/% 9.5 17.8 21.2 25.9 27.5 26.3 28.2 29.6 30.2 31.4 30.8 33.5 35.2 34.6
由散点图可以发现,这些散点大致落在一条从左下角到右上角的直线附近,表明随年龄值的增加,相应的脂肪含量值呈现增高的趋势. 我们可以推断脂肪含量变量和年龄变量之间存在着相关关系.
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;反之称这两个变量负相关
5
正相关:根据样本数据所作得散点图中,若点散布在从左下角到右上角的区域。
负相关:根据样本数据所作得散点图中,若点散布在从左上角到右下角的区域。
两个变量正相关、负相关时,成对样本数据的散点图有什么特点?
线性相关
非线性相关
6
23 27 39 41 45 49 50 53 54 56 57 58 60 61 34.6 35.2 33.5 30.8 31.4 30.2 29.6 28.2 26.3 27.5 25.9 21.2 17.8 9.5
23 27 39 41 45 49 50 53 54 56 57 58 60 61 9.5 17.8 21.2 25.9 27.5 26.3 28.2 29.6 30.2 31.4 30.8 33.5 35.2 34.6
①线性相关
线性相关和非线性相关
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,我们就称这两个变量线性相关.
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非线性相关
课本95页/2
练习1 根据下面的散点图,推断图中的两个变量是否存在相关关系.
√
√
√
不相关
正相关
非线性相关
负相关
练习2 以下是某地不同楼盘新房的销售价格y(单位:万元)和面积x(单位:m2)的数据:
解:
面积x(m2) 115 110 80 135 105