内容正文:
9.1 线性回归分析
9.1.1 变量的相关性
1
【课标要求】
1.了解变量间的相关关系,并明确其与函数关系的区别和联系.
2.能根据散点图判断两个变量是否具有相关关系.
3.了解两个变量间的相关系数 ,能利用相关系数 判断两个变量线性相关程度的大小.
2
要点深化·核心知识提炼
3
知识点1.相关关系
1.定义
两个变量之间具有一定的联系,但又没有确定性函数关系,这种关系称为相关关系.
2.散点图
为直观地描述样本数据中两个变量间的关系,用横坐标表示其中的一个变量,纵坐
标表示另一个变量,则样本数据都可以用直角坐标系中的点表示出来,由这些点组成的
统计图叫作散点图.
3.线性相关关系
散点落在一条直线附近,我们称这两个变量线性相关.
4
4.相关关系的分类
具有相关关系的两个变量的散点图:
(1)如果散点呈从左下向右上方向发展的趋势,则称这两个变量之间正相关.
(2)如果散点呈从左上向右下方向发展的趋势,则称这两个变量之间负相关.
名师点睛
散点图的作用:
(1)散点图具有直观、简明的特点,能体现样本数据的密切程度,可以根据散点图
判断变量之间是否具有相关关系.
(2)通过散点图不但可以从点的位置判断测量值的大小、高低、变动范围与趋
势,还可以通过观察剔除异常数据,提高估计相关程度的准确性.
5
知识点2.相关系数
1.相关系数 的计算公式
.
6
2.相关系数 的性质
(1) .
(2)当时,与呈正相关关系;当时,与 呈负相关关系.
(3)越接近1,与相关的程度就越强;越接近0,与 相关的程度就越弱.
通常情况下,当时,认为线性相关关系显著;当 时,认为几乎没有线
性相关关系.
名师点睛
当时,两个变量完全正相关;当 时,两个变量完全负相关.
7
题型分析·能力素养提升
8
【题型一】相关关系的概念
例1 判断以下两个变量之间是否具有相关关系.
(1)正方形的面积与其周长之间的关系;
解 设正方形的面积为,周长为,则 ,即正方形的面积由其周长唯一确定,因此
二者是函数关系,不是相关关系.
(2)父母的身高与子女的身高之间的关系;
解 子女的身高除了与父母的身高有一定关系外,还与其他因素有关,即子女的身高
并不是由其父母的身高唯一确定的,因此二者之间具有相关关系.
(3)学生的学号与身高;
解 学生的学号与身高之间没有任何关系,不具有相关关系.
9
(4)汽车匀速行驶时的路程与时间的关系.
解 若汽车匀速行驶时的速度为,行驶的路程为,时间为,则有 ,因此当速度
一定时,路程由时间唯一确定,二者是函数关系,而不是相关关系.
规律方法 函数关系是一种确定的关系,而相关关系是非随机变量与随机变量的关系.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.
10
跟踪训练1 (多选题)下列说法正确的有( )
ABD
A.闯红灯与交通事故发生率的关系是相关关系
B.同一物体的加速度与作用力是函数关系
C.圆的周长与面积的关系是相关关系
D.广告费用与销售量之间的关系是相关关系
[解析] 闯红灯与发生交通事故之间不是因果关系,但具有相关性,是相关关系,所以A正
确;物体的加速度与作用力的关系是函数关系,B正确;圆的周长与面积的关系是函数关
系,C错误;广告费用与销售量之间是相关关系,D正确.
11
【题型二】散点图的应用
例2 某公司年的年利润与年广告支出 的统计资料如下表所示:
年份 2017 2018 2019 2020 2021 2022
利润 百万元 12.2 14.6 16 18 20.4 22.3
支出 百万元 0.62 0.74 0.81 0.89 1 1.11
判断与 是否线性相关,若是线性相关,试判断是正相关还是负相关.
解 作出散点图(图略),由散点图可知,各点分布在一条直线附近,故与 之间线性相
关,且是正相关.
规律方法 判断两个变量和 之间是否具有线性相关关系,常用的简便方法就是绘制散
点图.如果发现点的分布从整体上看大致在一条直线附近,那么这两个变量就是线性相
关的.注意不要受个别点的位置的影响.
12
跟踪训练2 对变量,由观测数据得散点图①,对变量, 由观测数据得散点图②.由这
两个散点图可以判断( )
C
A.变量与正相关,与 正相关
B.变量与正相关,与 负相关
C.变量与负相关,与 正相关
D.变量与负相关,与 负相关
[解析] 通过观察散点图可以知道,题图①散点呈从左上向右下方向发展的趋势,所以
与负相关;题图②散点呈从左下向右上方向发展的趋势,所以与 正相关.
13
【题型三】相关系数
角度1 相关系数的性质
例3 (多选题)对两个变量的相关系数 ,下列说法正确的有( )
AD
A. 越大,两个变量的相关程度越强
B. 越小,两个变量的相关程度越强
C.当 趋近于0时,两个变量没有线性相关关系
D.当 越接近1时,两个变量线性相关程度越强
[解析] 越大,相关程度越强,A正确;越小,相关程度越弱,B错误;当 越接近于0时,
线性相关关系越弱,C错误;当 越接近1时,线性相关程度越强,D正确.
14
规律方法 相关系数的性质
的绝对值越接近0,相关性越弱;
的绝对值越接近1,相关性越强.
15
角度2 相关系数的计算及判断
例4 某公司对其产品研发的年投资额(单位:百万元)与其年销售量 (单位:千件)
的数据进行统计,整理后得到如下统计表:
1 2 3 4 5
1.5 2 3.5 8 15
求变量和的样本相关系数(精确到,并推断变量和 的线性相关程度
(参考:若,则线性相关程度很强;若 ,则线性相关程度一
般;如果 ,则线性相关程度较弱).
参考公式:对于变量和变量,设经过随机抽样获得的成对样本数据为 ,
, ,,其中,, ,和,, ,的均值分别为和 ,称
16
为变量和的样本相关系数.参考数据: .
解 由题意,得, ,
,, .
.
因为,所以变量和 的线性相关程度很强.
18
规律方法 线性相关强弱的判断方法
(1)散点图:根据散点图只能粗略作出判断,其图象越接近直线,相关性越强.
(2)相关系数:相关系数能够较准确地判断相关的程度,其绝对值越大,相关性越强.
跟踪训练3(1) 若已知是的4倍, 是
的1.5倍,则样本相关系数 的值为_____.
0.75
20
[解析] 由 ,
,
则
.
(2)关于两个变量和 的7组数据如下表所示:
21 23 25 27 29 32 35
7 11 21 24 66 115 325
求变量与的相关系数,并判断变量与 之间是正相关还是负相关.
22
解 ,
,
,
,
,
根据,可得相关系数 .
, 变量与 之间正相关.
23
$