内容正文:
我们已学习了:
单个变量的观察数据的直观表示和统计特征的刻画等知识与方法,如:
用直方图描述样本数据的分布规律
用均值刻画样本数据的集中趋势
用方差刻画样本数据的离散程度……
在现实中,我们还经常需要了解两个或两个以上变量之间的关系,如:
成年子女身高和父母身高之间的关系;
青少年使用手机时长和近视的关系;
高中生数学成绩和物理成绩的关系;
某城市空气污染指数和燃油汽车数量的关系……
推断变量之间关系的知识和方法
8.1 成对数据的统计相关性
8.1.1 变量的相关关系
两个变量的关系
不相关:身高与视力
相关关系
函数关系:速度(x)与路程(y)
线性相关
非线性相关
现实世界中还存在这样的情况:
两个变量之间有关系,但密切程度又达不到函数关系的程度.
如:人的体重与身高存在关系,但由一个人的身高值并不能唯一确定他的体重值.
问题:该如何刻画这两个变量之间的相关关系呢?下面我们就来研究这个问题.
如果变量y是变量x的函数,那么由x就可以唯一确定y. 然而,现实世界中还存在这样的情况: 两个变量之间有关系,但密切程度又达不到函数关系的程度. 例如,人的体重与身高存在关系,但由一个人的身高值并不能确定他的体重值. 那么,该如何刻画这两个变量之间的关系呢? 下面我们就来研究这个问题.
两个变量有关系,但又没有确切到可由其中的一个去精确地决定另一个的程度,这种关系称为相关关系.
一个人的体重与他的身高有关系.
一般而言,个子高的人往往体重值较大,
个子矮的人往往体重值较小.
但身高并不是体重的唯一决定因素,
例如:生活中的饮食习惯、体育锻炼、睡眠时间
以及遗传因素等也是影响体重的重要因素.
【子女身高y与父亲身高x之间的关系】一般来说,父亲的个子高(矮),其子女的个子也会比较高(矮);但影响子女身高的因素,除父亲身高外还有其他因素,例如母亲身高、饮食结构、体育锻炼等,因此父亲身高又不能完全决定子女身高.
【商品销售收入y与广告支出x之间的关系】一般来说,广告支出越多,商品销售收入越高,但广告支出并不是决定商品销售收入的唯一因素,商品销售收入还与产品质量、居民收入等因素有关.
【空气污染指数y与汽车保有量x之间的关系】一般来说,汽车保有量增加,空气污染指数会上升;但汽车保有量并不是造成空气污染的唯一因素,气象条件、工业生产排放、居民生活和取暖、垃圾焚烧等都是影响空气污染指数的因素.
【粮食亩产量y与施肥量x之间的关系】在一定范围内,施肥量越大,粮食亩产量就越高;但施肥量并不是决定粮食亩产量的唯一因素,粮食亩产量还要受到土壤质量、降水量、田间管理水平等因素的影响.
变量的相关关系与函数关系的区别和联系:
相同点:两者均是两个变量之间的关系;
不同点:
① 函数关系是一种确定的关系,如匀速直线运动中时间t与路程s的关系,相关关系是一种非确定的关系,如一块农田的小麦产量与施肥量之间的关系;
② 函数关系是两个随机变量之间的关系,而相关关系是非随机变量与随机变量之间的关系;
③ 函数关系是一种因果关系,而相关关系不一定是因果关系,也可能是伴随关系.
在相关关系中,变量y的值不能随变量x的值的确定而唯一确定,所以我们无法直接用函数去描述变量之间的这种关系. 对上述各例中两个变量之间的相关关系,我们往往会根据自己以往积累的经验作出推断.“经验之中有规律”,经验的确可以为我们的决策提供一定的依据,但仅凭经验推断又有不足. 例如,不同经验的人对同一情形可能会得出不同结论,不是所有的情形都有经验可循等. 因此,在研究两个变量之间的相关关系时,我们需要借助数据说话,即通过样本数据分析,从数据中提取信息,并构建适当的模型,再利用模型进行估计或推断.
练习1 下列关系中,属于相关关系的是__________.
① 正方形的边长与面积之间的关系
② 农作物的产量与施肥量之间的关系
③ 出租车打车费与行驶的里程
④ 降雪量与交通事故的发生率之间的关系
②④
问题:在对人体的脂肪含量和年龄之间关系的研究中,科研人员获得了一些年龄和脂肪含量的简单随机样本数据,如表所示. 表中每个编号下的年龄和脂肪含量数据都是对同一个体的观测结果,它们构成了成对数据.
编号 1 2 3 4 5 6 7 8 9 10 11 12 13 14
年龄 23 27 39 41 45 49 50 53 54 56 57 58 60 61
脂肪 9.5 17.8 21.2 25.9 27.5 26.3 28.2 29.6 30.2 31.4 30.8 33.5 35.2 34.6
思考:根据以上数据,你能直观刻画并推断人体的脂肪含量与年龄之间存在怎样的关系吗?
散点图是描述成对数据之间关系的一种直观方法.
散点图
观察和推断:观察由人体的脂肪含量和