第七章统计案例知识点清单-2022-2023学年高二上学期数学北师大版(2019)选择性必修第一册
新教材 北师大2019版 数学选择性必修第一册
第七章知识点清单
目录
第七章 统计案例
§1 一元线性回归
§2 成对数据的线性相关性
§3 独立性检验问题
1 / 6
学科网(北京)股份有限公司
学科网(北京)股份有限公司
学科网(北京)股份有限公司
学科网(北京)股份有限公司
学科网(北京)股份有限公司
第七章 统计案例
§1 一元线性回归
一、曲线拟合和直线拟合
1. 如果变量之间存在着某种关系,那么其散点图中的点会有一个大致趋势,这种趋势通常可以用一条光滑的曲线来近似地描述. 这样近似描述的过程称为曲线拟合.
2. 若在两个变量X和Y的散点图中,所有点看上去都在一条直线附近波动,此时就可以用一条直线来近似地描述这两个量之间的关系,称之为直线拟合.
二、一元线性回归方程
1. 最小二乘法
对于给定的两个变量X和Y,可以把其成对的观测值(x1,y1),(x2,y2),…,(xn,yn)表示为平面直角坐标系中的n个点. 现在希望找到一条直线Y=a+bX,使得对每一个xi(i=1,2,…,n),由这个直线方程计算出来的值a+bxi与实际观测值yi的差异尽可能小. 为此,希望[y1-(a+bx1)]2+[y2-(a+bx2)]2+…+[yn-(a+bxn)]2达到最小. 换句话说,我们希望a,b的取值能使上式达到最小. 这个方法称为最小二乘法.
2. 线性回归方程
直线方程Y=+
X称作Y关于X的线性回归方程,相应的直线称作Y关于X的回归直线,
,
是这个线性回归方程的系数.
其中, =
=
=
,
=
-
1 / 6
三、线性回归方程的求解与运用
1. 确定研究对象,明确哪个变量是X,哪个变量是Y.
2. 画出X和Y的散点图,观察它们之间是否存在线性关系.
3. 若数据呈线性关系,则选用线性回归方程.
4. 按一定规则(如最小二乘法)估计回归方程的系数.
5. 对变量值的预测,即X取某值时,对Y的值进行预测.
§2 成对数据的线性相关性
一、相关系数
1. 相关系数
一般地,设随机变量X,Y的n组观测值分别为(x1,y1),(x2,y2),…,(xn,yn),
记r==
,称r为随机变量X和Y的样本(线性)相关系数.
2. 相关系数r的特征
(1)样本(线性)相关系数r的取值范围为[-1,1].
(2)|r|值越接近1,随机变量之间的线性相关程度越强;|r|值越接近0,随机变量之间的线性相关程度越弱.
(3)当r>0时,两个随机变量的值总体上变化趋势相同,此时称两个随机变量正相关;
当r<0时,两个随机变量的值总体上变化趋势相反,此时称两个随机变量负相关;
当r=0时,此时称两个随机变量线性不相关.
1 / 6