内容正文:
第八章 成对数据的统计分析
8. 1 成对数据的统计相关性
素养目标定方向
学习目标
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ꎬ会通过相关系数比较多组成对数据的相关性.
核心素养
1. 通过画散点图来判断变量的相关关系ꎬ提升数据分析素养.
2. 通过样本相关系数的计算ꎬ培养数学运算及逻辑推理素养.
必备知识探新知
知识点 1 变量的相关关系
(1)两个变量的关系
分类 函数关系 相关关系
特征
两变量有
确 定 的
关系
两个变量有关系ꎬ但又没有确
切到可由其中一个去 精确地
决定 另一个的程度
(2)散点图:将样本中的每一个序号下的成
对数据用 直角坐标系 中的点表示出来得到的
统计图.
(3)正相关与负相关
正相关 负相关
当一个变量的值增加时ꎬ
另一个变量的相应值也
呈现 增加的趋势
当一个变量的值增加时ꎬ
另一个变量的相应值呈
现 减少的趋势
(4)线性相关:如果两个变量的取值呈现正
相关或负相关ꎬ而且散点落在 一条直线 附近ꎬ
则称这两个变量线性相关.
想一想:正相关与负相关是对所有具有相
关关系的两个变量而言的ꎬ对吗?
065
练一练:
下列两个变量之间的关系是相关关系的是
( D )
A. 正方体的棱长和体积
B. 单位圆中角的弧度数和所对弧长
C. 当亩产量为常数时ꎬ土地面积和总产量
D. 日照时间与水稻的亩产量
知识点 2 样本的相关系数
(1) 相 关 系 数: 统 计 学 里 一 般 用 r =
∑
n
i =1
(xi -x)(yi -y)
∑
n
i =1
(xi -x)2∑
n
i =1
(yi -y)2
=
∑
n
i =1
xiyi -n x y
(∑
n
i =1
x2i -n x2)(∑
n
i =1
y2i -n y2)
来衡量 y 与 x 的 线性相关性的强弱 ꎬ这里的 r
称为样本相关系数(简称相关系数) .
(2)相关系数的性质
1
r > 0 时ꎬ成对数据正相关ꎻ r < 0 时ꎬ成对数据
负相关ꎬ - 1≤r≤1.
2
| r |越小ꎬ两个变量之间的线性相关程度越 弱 ꎬ | r |
越大ꎬ两个变量之间的线性相关程度越 强 .
3
| r | = 1 时ꎬ成对数据构成的点都在 一条确定的直
线 上.
练一练:
对四组不同数据进行统计ꎬ获得如图所示
的散点图ꎬ对它们的样本相关系数进行比较ꎬ正
确的是 ( A )
①样本相关系数 r1
②样本相关系数 r2
③样本相关系数 r3
④样本相关系数 r4
A. r2 < r4 < 0 < r3 < r1 B. r4 < r2 < 0 < r1 < r3
C. r4 < r2 < 0 < r3 < r1 D. r2 < r4 < 0 < r1 < r3
关键能力攻重难
题 型 探 究
题型一 相关关系的判断
典例 1 (多选)下列选项中ꎬ两变量间
具有相关关系的是 ( )
A. 一个人的身高与他(她)的体重之间的
关系
B. 曲线上的点与该点的坐标之间的关系
C. 苹果的产量与气候之间的关系
D. 森林中的同一种树木ꎬ其横断面直径与
高度之间的关系
[分析] 直接利用相关关系的定义逐一判
断即可.
[规律方法] 对相关关系的理解
(1)相关关系与函数关系是两种不同的变
量关系ꎬ函数关系是一种确定性关系ꎬ可以用一
个变量确切地表示另一个变量ꎻ相关关系是一
种非确定性关系ꎬ两个变量虽然有关系ꎬ但又没
有确切到可由其中一个去精确地决定另一个的
程度.
(2)根据变量变化趋势可将相关关系分为正
相关和负相关ꎻ根据变量分布特征可将相关关系分
为线性相关和非线性相关(曲线相关).
对点训练❶ 下列五组变量:
①匀速行驶的汽车行驶的路程和行驶的时
间ꎻ②学生的平均日学习时间和平均学习成绩ꎻ