内容正文:
课堂检测固双基
1. 关于回归分析ꎬ下列说法错误的是 ( D )
A. 回归分析是研究两个具有相关关系的变量
的方法
B. 散点图中ꎬ解释变量在 x 轴ꎬ响应变量在
y 轴
C. 回归模型中一定存在随机误差
D. 散点图能明确反映变量间的关系
2. 关于残差图的描述错误的是 ( C )
A. 残差图的横坐标可以是样本编号
B. 残差图的横坐标也可以是解释变量或预报
变量
C. 残差点分布的带状区域的宽度越窄相关指
数越小
D. 残差点分布的带状区域的宽度越窄残差平
方和越小
3. 根据如下样本数据:
x 2 3 4 5 6
y 4 2. 5 - 0. 5 - 2 - 3
得到的经验回归方程为 y^ = b^x + a^ꎬ则 ( B )
A. a^ > 0ꎬb^ > 0 B. a^ > 0ꎬb^ < 0
C. a^ < 0ꎬb^ > 0 D. a^ < 0ꎬb^ < 0
4. 某种产品的广告支出费用 x(单位:万元)与
销售额 y(单位:万元)的数据如表:
x 2 4 5 6 8
y 30 40 60 50 70
已知 y 关于 x 的经验回归方程为 y^ = 6. 5x +
17.5ꎬ则当广告支出费用为 5 万元时ꎬ残差
为 .
请同学们认真完成练案[17]
8. 3 列联表与独立性检验
素养目标定方向
学习目标
1. 基于 2 × 2 列联表ꎬ通过实例了解独立性检验的基本思想.
2. 掌握独立性检验的基本步骤.
3. 能利用条形图、列联表探讨两个分类变量的关系.
4. 了解 χ2 的含义及其应用.
5. 会用独立性检验解决简单的实际问题.
核心素养
1. 通过学习独立性检验的基本思想ꎬ提升逻辑推理素养.
2. 借助 χ2 公式ꎬ培养数学运算素养.
3. 借助条形图ꎬ培养直观想象素养.
4. 通过利用独立性检验解决实际问题ꎬ提升数据分析能力.
075
必备知识探新知
知识点 1 分类变量与列联表
(1)分类变量:用来区别不同的现象或性质
的 随机变量 ꎬ其取值可以用实数表示.
(2)2 × 2 列联表:如果随机事件 X 与 Y 的
样本数据如下表格形式
Y = 0 Y = 1 合计
X = 0 a b a + b
X = 1 c d c + d
合计 a + c b + d a + b + c + d
在这个表格中ꎬ核心的数据是中间的 4 个
格子ꎬ所以这样的表格通常称为 2 × 2 列联表.
练一练:
下面是一个 2 × 2 列联表:
X
Y
Y = 0 Y = 1
合计
X = 0 a 21 73
X = 1 8 25 33
合计 b 46
则表中 aꎬb 处的值分别为 ( C )
A. 94ꎬ96 B. 52ꎬ50
C. 52ꎬ60 D. 54ꎬ52
知识点 2 独立性检验
(1)零假设:设 X 和 Y 为定义在 Ω 上ꎬ取值
于{0ꎬ1}的成对分类变量. 由于{X = 0}和{X =
1}ꎬ{Y = 0}和{Y = 1}都是互为对立事件ꎬ故要
判断事件{X = 1}和{Y = 1}之间是否有关联ꎬ需
要判断假定关系 是否成立.
通常称 H0 为零假设.
(2)独立性检验:利用随机变量 χ2 来判断
“两个分类变量有关系”的方法称为独立性检验.
(3)公式:χ2 = ꎬ其中 n =
a + b + c + d 为样本容量.
(4)对照表及检验规则:
α 0. 1 0. 05 0. 01 0. 005 0. 001
xα 2. 706 3. 841 6. 635 7. 879 10. 828
当 χ2≥xα 时就推断“X 与 Y 不独立”ꎬ这种
推断犯错误的概率不超过 αꎻ当 χ2 < xα 时ꎬ可以
认为“X 与 Y 独立” .
练一练:
根据表格计算:
性别 不看电视 看电视
男 37 85
女 35 143
χ2≈ 4. 514 (保留 3 位小数) .
关键能力攻重难
题 型 探 究
题型一 列联表与等高堆积条