内容正文:
§2 成对数据的线性相关性
第七章 统计案例
1.结合实例了解样本相关系数的统计含义.
2.了解样本相关系数与“标准化”成对数据向量夹角的关系.
3.结合实例,会通过相关系数比较多组成对数据的相关性.
学习目标
课 时 精 练
知识点 相关系数
综 合 应 用
随 堂 演 练
内
容
索
引
知识点 相关系数
索引
X和Y是否具有线性关系?
提示:这7组成对数据均位于单位圆上,所以X和Y不具备线性关系.
问题导思
1.(线性)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=
新知形成
称r为随机变量X和Y的样本(线性)相关系数.
为了计算的方便,我们再给出如下式子:
2.相关系数的含义及性质
(1)样本(线性)相关系数r的取值范围为____________.
(2)|r|值越接近1,随机变量之间的线性相关程度______;|r|值越接近0,随机变量之间的线性相关程度越弱.
①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________;
②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________;
③当r=0时,此时称两个随机变量线性________.
[-1,1]
越强
正相关
负相关
不相关
假设关于某种服装的进价X(单位:百元)与售价Y(单位:百元)有如下统计资料:
例1
X 2 3 4 5 6
Y 2.2 3.8 5.5 6.5 7.0
样本相关系数的计算步骤
第三步:代入公式计算得结果.
方法技巧
即时练1.暑期社会实践中,小娴所在的小组调查了某地家庭人口数X与每天对生活必需品的消费Y的情况,得到的数据如下表:
计算Y与X之间的样本相关系数.(精确到0.001)
由表中数据,
X/人 2 4 5 6 8
Y/元 20 30 50 50 70
为了对2023年某校月考成绩进行分析,在60分以上的全体同学中随机抽取8位,他们的数学、物理成绩对应如下表:
用变量Y与X的样本相关系数r(精确到0.01)说明物理成绩Y与数学成绩X的线性相关程度的强弱,并说明它们的变化趋势特征.
例2
学生编号 1 2 3 4 5 6 7 8
数学成绩X 68 72 78 81 85 88 91 93
物理成绩Y 70 66 81 83 79 80 92 89
所以物理成绩Y与数学成绩X的线性相关程度较强,且呈正相关,它们的变化趋势相同.
相关系数的关注点
1.相关系数可以反映两个变量之间的线性相关程度,即散点集中于一条直线的程度,其符号反映了相关关系的正负性.
2.变量间是否具有线性相关关系,可通过散点图或相关系数作出判断,散点图只是粗略作出判断,用相关系数能够较准确的判断相关的程度.
方法技巧
即时练2.已知变量X与Y相对应的一组数据为(10,1),(11.3,2),(11.8,3),(12.5,4),(13,5),变量U与V相对应的一组数据为(10,5),(11.3,4),(11.8,3),(12.5,2),(13,1).r1表示变量X与Y之间的线性相关系数,r2表示变量U与V之间的线性相关系数,则下列结论中正确的是
A.r2<r1<0 B.0<r2<r1
C.r2<0<r1 D.r2=r1
由变量X与Y相对应的一组数据为(10,1),(11.3,2),(11.8,3),(12.5,4),(13,5),可得变量X与Y之间正相关,所以r1>0;由变量U与V相对应的一组数据为(10,5),(11.3,4),(11.8,3),(12.5,2),(13,1),可知变量U与V之间负相关,所以r2<0;综上所述:r1与r2的大小关系是r2<0<r1.故选C.
√
索引
综 合 应 用
索引
成对数据的线性相关性分析
(2022•全国乙卷)某地经过多年的环境治理,已将荒山改造成了绿水青山.为估计一林区某种树木的总材积量,随机选取了10颗这种树木,测量每棵树的根部横截面积(单位:m2)和材积量(单位:m3),得到如下数
据:
例3
样本号i 1 2 3 4 5 6 7 8 9 10 总和
根部横截
面积xi 0.04 0.06 0.04 0.08 0.08 0.05 0.05 0.07 0.07 0.06 0.6
材积量yi 0.25 0.40 0.22 0.54 0.51 0.34 0.36 0.46 0.42 0.40 3.9
(1)估计该林区这种树木平均一棵的根部横截面积与平均一棵的材积量;
(2)求该林区这种树木的根部横截面积与材积量的样本相关系数(精确到0.01);
所以样本相关系数
(3)现测量了该林区所有这种树木的根部横截面积,并得到所有这种树木的根部横截面积总和为186 m2.已知树木的材积量与其根