内容正文:
寒假作业(十三) 统计模型
1.正相关与负相关:如果由变量的成对数据、
图或直观经验可知,变量x与变量
y 之间的关系可以近似地用 函数来
刻画,则称x与y 相关.此时,如果
一个变量增大,另一个变量大体上也增大,则
称这两个变量 相关;如果一个变量
增大,另一个变量大体上减少,则称这两个变
量 相关.
2.回归直线方程:̂y=̂bx+̂a
b̂=
∑
n
i=1
(xi-x)(yi-y)
∑
n
i=1
(xi-x)2
= ,
â= .
其中,̂b称为回归系数.它实际上也就是回归
直线方程的斜率.回归直线方程确定之后,就
可用于预测.
其中,x=1n
(x1+x2+…+xn)=
1
n∑
n
i=1
xi;y=
1
n∑
n
i=1
yi.
3.相关系数
r=
∑
n
i=1
(xi-x)(yi-y)
∑
n
i=1
(xi-x)2∑
n
i=1
(yi-y)2
=
∑
n
i=1
xiyi-nx y
∑ni=1x2i-nx2 ∑
n
i=1
y2i-ny2
来衡量y与x 的线性相关性 ,这里
的r称为线性相关系数(简称为相关系数).
可以证明,相关系数r具有以下性质;
(1)|r|≤1,且y 与x 正相关的充要条件是
,y与x 负相关的充要条件是
;
(2)|r|越小,说明两个变量之间的线性相关
性越 ,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
,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 上.
4.非线性回归:非线性回归方程的曲线类型可以
通过作出 图作出猜测,而回归方程有
时可以通过 后,借助求回归直线的过
程确定.
5.独立性检验
(1)定义:利用χ2的取值推断分类变量 X 和
Y 的方法称为χ2独立性检验,读作
“卡方独立性检验”.简称独立性检验.
(2)χ2= ,其中n=a+b+c+d.
【典例】 某大型水果超市,为了对香蕉进行合
理定价,对近5天的销售量yi 和销售单价xi
=(i=1,2,3,4,5)进行了统计分析,得到一
组统计数据如表所示:
销售单价x(元/千克)5.56.57.58.59.5
销售量y(千克) 150135110 95 75
参考公式:线性回归方程:̂y=̂bx+̂a,其中b̂
=
∑
n
i=1
(xi-x)(yi-y)
∑
n
i=1
(xi-x)2
=
∑
n
i=1
xiyi-nxy
∑
n
i=1
x2i-nx2
,̂a=y-
b̂x,相关系数r=
∑
n
i=1
(xi-x)(yi-y)
∑
n
i=1
(xi-x)2∑
n
i=1
(yi-y)2
.
(1)根据表中所给数据,用相关系数r加以判
断是否可用线性回归模型拟合y 与x 的关
系? 若可以,求出y关于x 之间的线性回归
方程;若不可以,请说明理由(0.75≤ r ≤1,
则认为y与x 线性相关性很强);
92
|假期作业(十三)|
(2)为调查对香蕉的喜欢程度,随机调查了
100名顾客(青少年和中老年各50人),得到
如下2×2列联表:
喜欢香蕉 不喜欢香蕉 总计
青少年 35 15 50
中老年 10 40 50
总计 45 55 100
能否有99.9%的把握认为顾客是否喜欢香
蕉与年龄有关?
(3)现采用分层抽样的方法从中老年样本中
随机抽取10人,再从这10人中随机抽取2
名进行跟踪调查,记 X 表示这两人中“喜欢
香蕉”的人数,求X 的分布列、数学期望.
附:χ2=
n(ad-bc)2
(a+b)(c+d)(a+c)(b+d)
,n=a+
b+c+d.
参考数据:∑
5
i=1
x2i=291.25,∑
5
i=1
(xi-x)(yi-y)=
-190,∑
5
i=1
(xi-x)2 ∑
5
i=1
(yi-y)2 =36 300,
36300≈190.53.
α 0.050 0.010 0.001
χα 3.841 6.635 10.828
【解】 (1)相关系