内容正文:
第2课时 回归直线方程的性质、相关系数、非线性回归
1.理解并掌握回归直线方程的性质,了解非线性回归,会用回归直线方程解决相关实际问题,重点提升数学运算、数据分析核心素养.
2.理解并掌握相关系数的概念及性质,并能判断两个变量之间的线性相关性强弱.重点培养数据分析核心素养.
回归直线方程的性质:
x与y的成对数据如下
x
-4
-2
0
2
4
y
-21
-11
0
19
29
假设y与x具有相关关系.
(1)求出y关于x的回归直线方程.
提示:经计算=6.5,=3.2.
∴y关于x的回归直线方程为=6.5x+3.2.
(2)y关于x的回归直线能否经过点(,)?
提示:∵=0,=3.2适合回归直线方程,
故y关于x的回归直线一定过点(,).
(3)指出y与x是正相关还是负相关?
提示:因为回归直线的斜率k==6.5>0
所以y与x正相关.
回归直线方程的性质
(1)回归直线一定过点(,).
(2)一次函数=x+的单调性由的符号决定,函数递增的充要条件是>0,这说明:y与x正相关的充要条件是>0;y与x负相关的充要条件是<0.
(3)当x增大一个单位时,增大个单位,这就是回归系数的实际意义.
相关系数、非线性回归
下图是一位同学数学成绩与物理成绩;数学成绩与英语成绩的散点图.
1.由散点图直观上看出,数学成绩与物理成绩,数学成绩与英语成绩哪个相关关系强一些?
提示:数学成绩与物理成绩的线性相关性强一些.
2.你能分别求出它们之间的回归直线方程吗?
提示:给定一组成对的数据,总能得到一个回归直线方程,不难想到,如果变量之间的线性相关很弱,那么得到的回归直线方程价值是有限的,甚至是没有价值的.
1.线性相关系数
r=
=
来衡量y与x的线性相关性强弱,这里的r称为线性相关系数(简称为相关系数).
2.相关系数r的性质
(1)|r|≤1,且y与x正相关的充要条件是r>0,y与x负相关的充要条件是r<0;
(2)|r|越小,说明两个变量之间的线性相关性越弱,也就是得出的回归直线方程越没有价值,即方程越不能反映真实的情况;|r|越大,说明两个变量之间的线性相关性越强,也就是得出的回归直线方程越有价值.
(3)|r|=1的充要条件是成对数据构成的点都在回归直线上.
3.非线性回归
随机变量y与x不再是线性相关关系时,称为非线性相关关系,所得到的方程称为非线性回归方程(也简称为回归方程).
一般地,非线性回归方程的曲线类型可以通过作出散点图进行猜测,而回归方程有时可以通过变量替换后,借助求回归直线的过程确定.当然,确定了非线性回归方程之后,也可以利用它进行预测.
1.思维辨析(正确的打“√”,错误的打“×”)
(1)回归方程=x+必经过点(,).( )
(2)设回归方程为=-5x+3,若变量x增加1个单位,则y平均增加5个单位.( )
(3)相关系数r越小,两个变量之间的线性相关性越弱.( )
答案:(1)√ (2)× (3)×
2.已知某车间加工零件的个数x与所花费时间y(h)之间的线性回归方程为=0.01x+0.5,则加工600个零件大约需要( )
A.6.5 h B.5.5 h
C.3.5 h D.0.5 h
解析:把x=600代入回归方程中得,=0.01×600+0.5=6.5,故选A.
答案:A
3.下表是降耗技术改造后生产甲产品过程中记录的产量x(吨)与相应的生产能耗y(吨标准煤)的几组对应数据,根据表中提供的数据,求出y关于x的线性回归方程=0.7x+0.35,那么表中m的值为( )
x
3
4
5
6
y
2.5
m
4
4.5
A.4 B.3.15
C.4.5 D.3
解析:因为回归直线方程一定过点(,),由已知可求得=4.5,代入回归直线方程求得=3.5,则由(2.5+m+4+4.5)=3.5,解得m=3,故选D.
答案:D
4.如图所示,有5组数据,去掉________后,剩下的4组数据的线性相关性更强.
解析:根据散点图判定两变量的线性相关性,样本数据点越集中在某一直线附近,这两变量的线性相关性越强,显然去掉D(3,10)后,其余各点更能集中在某一直线的附近,即线性相关性更强.
答案:D(3,10)
回归直线方程及其应用(重点探究)
(本节例2迁移)如图是我国2016年至2022年生活垃圾无害化处理量(单位:亿吨)的折线图.
注:年份代码1~7分别对应年份2016~2022
(1)由折线图看出,y与t的线性相关性较强,请用相关系数加以说明;
(2)建立y关于t的回归直线方程(系数精确到0.01),预测2024年我国生活垃圾无害化处理量.
附注:
参考数据:yi=9.32,tiyi=40.17, =0.55,≈2.646.