第9章 9.3 成对数据的统计分析(配套教参)-【创新教程】2027年高考数学总复习大一轮讲义(人教A版)

| 5页
| 7人阅读
| 0人下载
教辅
山东鼎鑫书业有限公司
进店逛逛

内容正文:

第九章统计与成对数据的统计分析 §9.3成对数据的统计分析 ★[考试要求] 1.了解样本相关系数的统计含义.2.理解一元线性回归模型和2×2列联表,会运用这些方法解决简单的实际 问题.3.会利用统计软件进行数据分析 复盘>必备知识 学生用书P202 打通教材逐点夯实 必备知识掌握 (2)利用决定系数R刻画回归效果 1.变量的相关关系 2(y-) R2=1 i= (1)相关关系 ,R越大,即拟合效果越好, 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 R越小,模型拟合效果越差. 4.列联表与独立性检验 关关系 (1)2×2列联表 (2)相关关系的分类:正相关和负相关, 一般地,假设有两个分类变量X和Y,它们的取值 (3)线性相关 分别为{x1,x2}和{y1y2},其2×2列联表为 一般地,如果两个变量的取值呈现正相关或负相 y 关,而且散点落在一条直线附近,我们就称这两个 合计 y=yi y=ya 变量线性相关. t=x b atb 一般地,如果两个变量具有相关性,但不是线性相 关,那么我们就称这两个变量非线性相关或曲线 x=xy c d c+d 相关 合计 a+c b+d n=a+b+c+d 2.样本相关系数 (2)临界值 (1)相关系数r的计算 n(ad-bc)2 变量x和变量y的样本相关系数r的计算公式 X=a+d十a十c6+D忽略X的实际 如下: 分布与该近似分布的误差后,对于任何小概率值 2(x,-x)(y,-) a,可以找到相应的正实数x。,使得P(x≥x。)=a 成立.我们称x。为a的临界值,这个临界值就可 作为判断x2大小的标准。 N (3)独立性检验 (2)相关系数r的性质 基于小概率值α的检验规则是: ①当r>0时,称成对样本数据正相关;当r<0 当x≥x。时,我们就推断H。不成立,即认为X 时,称成对样本数据负相关;当r=0时,成对样本 和Y不独立,该推断犯错误的概率不超过α; 数据间没有线性相关关系. 当x2<x。时,我们没有充分证据推断H。不成立, ②样本相关系数r的取值范围为[一1,1]. 可以认为X和Y独立. 当|x越接近1时,成对样本数据的线性相关程度 这种利用x的取值推断分类变量X和Y是否独 越强; 立的方法称为×2独立性检验,读作“卡方独立性 当|x越接近0时,成对样本数据的线性相关程度 检验”,简称独立性检验, 越弱 下表给出了x2独立性检验中几个常用的小概率 3.一元线性回归模型 值和相应的临界值 (1)经验回归方程与最小二乘法 0.1 0.05 0.01 0.005 0.001 我们将y=.x十a称为Y关于x的经验回归方 2.706 3.841 6.635 7.87910.828 程,也称经验回归函数或经验回归公式,其图形称 为经验回归直线.这种求经验回归方程的方法叫做 知识拓展用活 最小二乘法,求得的b,a叫做b,a的最小二乘估计, 1.求解经验回归方程的关键是确定回归系数ā,,应 充分利用线性回归直线过样本点的中心(x,y). 2(x,-元)(y-y) 2xy:一nxy 2.根据经验回归方程计算出的y值,仅是一个预测 6= 其中 (x,-x) -n 值,并不是真实发生的值. =1 =1 3.根据X的值可以判断两个分类变量有关的可信程 la-=y-bx. 度,若x越大,则两分类变量有关的把握越大. ·255· 高考总复习数学 自主诊断查验 解析:D[观察题图可知,只有D选项的散点图 1.判断下列结论是否正确(请在括号中打“/”或“×”) 表示的是变量x与y之间具有负的线性相关 (1)散点图是判断两个变量相关关系的一种重要方法 关系.门 和手段 (/) 3.下面是一个2×2列联表: (2)经验回归直线y=x十a至少经过点(x1,y1), yi y 总计 (x2y2),…,(xnyn)中的一个点. (×) a 21 73 (3)样本相关系数的绝对值越接近1,成对样本数据 的线性相关程度越强. (√) xi 22 25 47 (4)若分类变量X,Y关系越密切,则由观测数据计算 总计 b 46 120 得到的x2的观测值越小。 (×) 其中a,b处填的值分别为 2.下列四个散点图中,变量x与y之间具有负的线性 A.9472 B.5250 相关关系的是 ) C.5274 D.7452 Y 解析:C[由a+21=73,得a=52,由a+22=b, 得b=74.] 4.已知回归直线方程的斜率的估计值是1.23,样本 点的中心为(4,5),则回归直线的方程是( ) A.y=1.23x+4 B.y=1.23x+0.8 C.y=1.23x+0.08 D.y=1.23.x-0.08 解析:C[由条件知,x=4,y=5,设回归直线方程 为y=1.23.x十a,则a=5-1.23×4=0.08,.回归 直线的方程是y=1.23x十0.08.] 跃升>关键能力 学生用书P204 核心考点分类突破 题型1( 成对数据的相关性 (2)[多选]下列说法正确的是 ( [例1](1)调查某种群花萼长度和花瓣长度,所得 A.回归分析中,线性相关系数r的取值范围为(一1,1) 数据如图所示,其中相关系数r=0.8245,下列说 B.回归分析中,残差图中残差比较均匀分布在以取 法正确的是 ) 值为0的横轴为对称轴的水平带状区域内,且 花瓣长度 宽度越窄表示拟合效果越好 、云、 C.回归分析中,决定系数R2越大,说明残差平方 和越小,拟合效果越好 D.两个随机变量的线性相关性越强,相关系数的 绝对值越接近于0 花曹长度 A.花瓣长度和花萼长度没有相关性 [解析]选项A,回归分析中,线性相关系数r的 B.花瓣长度和花萼长度呈负相关 取值范围为[一1,1],故选项A错误;选项B,因为 C.花瓣长度和花萼长度呈正相关 在残差的散点图中,残差分布的水平带状区域的宽 D.若从样本中抽取一部分,则这部分的相关系数 度越窄,表明数据越集中,模型的拟合效果越好,故 一定是0.8245 [解析]根据散点的集中程度可知,花瓣长度和花 选项B正确;选项C,因为决定系数R越大,表示 萼长度有相关性,A选项错误; 残差平方和越小,数据就越集中,即模型的拟合效 散点的分布是从左下到右上,从而花瓣长度和花萼 果越好,故选项C正确;选项D,两个随机变量的线 长度呈现正相关性,B选项错误,C选项正确; 性相关性越强,相关系数的绝对值越接近于1,故D 对于r=0.8245是全部数据的相关系数,取出来一 部分数据,相关性可能变强,也可能变弱,即取出的 错误。 数据的相关系数不一定是0.8245,D选项错误. [答案]BC [答案]C ·256· 第九章统计与成对数据的统计分析 规律方法 若变量y和x之间具有线性相关关系,用最小二乘 判定两个变量相关性的方法 法建立的经验回归方程为y=0.76x十a,则下列说 (1)画散点图:点的分布从左下角到右上角,两个变 法正确的是 量正相关;点的分布从左上角到右下角,两个变 A.点(3,4)一定在经验回归直线y=0.76x十a上 量负相关 B.a=1.72 (2)相关系数:当r>0时,正相关;当r<0时,负相 C.相关系数r<0 关;r越接近于1,相关性越强, D.预计该款商品第6个月的销售量为7800瓶 (3)经验回归方程:当>0时,正相关;当<0时, 负相关 [解析]x=号×1+2+3十4十5)=3,y :跟踪训练 号×(2.5+3.2+4+4.8+5.5)=4,样本点中8 [多选]2025年1月20日,DeepSeek发布并开源 (3,4)一定在经验回归直线上,即4=0.76×3十a,则a DeepSeek一Rl模型,这是继ChatGPT之后人工智能 =1.72,A、B正确;变量x与y成正相关,相关系数r 技术的又一次突破,对人工智能市场的发展产生了巨 >0,C错误当x=6时,y=0.76×6+1.72=6.28,预 大的推动作用.以下是收集到的2015年至2024年人 计该款商品第6个月的销售量为6280瓶,D错误. 工智能的市场规模(单位:十亿美元)的数据: [答案]AB 年份2015201620172018201920202021202220232024 [角度2]非线性回归模型 年份 [例2一2]全球化时代,中国企业靠什么在激烈的 1 3 9 代号x 竞争中成为世界一流企业呢?由人民日报社指导, 市场 《中国经济周刊》主办的第十八届中国经济论坛在 6.49.513.820.12940.75880.4110150 规模y 人民日报社举行,就中国企业如何提升全球行业竞 争力进行了研讨.数据显示,某企业近年加大了科 设x=lny,之与x的关系可以用线性回归模型之 0.35x+1.57进行拟合,e5≈1.42,e.7≈4.8,则 技研发资金的投入,其科技投入x(百万元)与收益 y(百万元)的数据统计如下: ( A.人工智能的市场规模与年份正相关 科技投入x 1 B.人工智能的市场规模的90%分位数为110 收益y 19 2022 31 40 50 70 C.y关于x的回归方程为y=e.x十4.8 根据数据特点,甲认为样本点分布在指数型曲线 D.人工智能的市场规模的年增长率约为42% 解析:AD[对于A,人工智能的市场规模随年份 y=2如+的周围,据此他对数据进行了一些初步处 增大而增大,故是正相关关系,故A正确;对于B, 理.如下表: 90%分位数是从小到大第9个和第10个数据的平 2 = 2(y-)2 = =1 均数,即110十150=130,故B错误;对于C,因为之 2 5 140 1239 149 2134 130 =lny,即lny=0.35x十1.57,y=e.3+1.7 13 其中之;=10g2y:,之= ≈4.8e.5,故C错误;对于D,设x2=x1十1,则y2 7名 =e0.35,+1.57=e.35e.35+l.57≈1.42y1,故y的年增 (1)请根据表中数据,建立y关于x的回归方程(系 长率约为42%,故D正确.] 数6精确到0.1); (2)①乙认为样本点分布在直线y=mx十n的周围,并 题型2 回归模型 计算得经验回归方程为y=8.25x十3,以及该回归模 P[角度1] 一元线性回归模型 型的决定系数(即相关指数)R2=0.893,试比较甲乙 [例2一1][多选]某商店的某款商品近5个月的月 两人所建立的模型,谁的拟合效果更好? 销售量y(单位:千瓶)如下表: ②由①所得的结论,计算该企业欲使收益达到1亿元, 第x个月 1 2 3 科技投入的费用至少要多少百万元?(精确到0.1) 附:对于一组数据(u11),(u22),…,(unvn),其 月销售量y 2.5 3.2 4.8 5.5 经验回归直线方程o=u十α的斜率和截距的最小 257 高考总复习数学 (u,-)(u,-) 并计算得龙x=0.038,=1.6158,2xy 二乘法估计分别为= i=1 =1 =1 =1 (-T) =0.2474. (1)估计该林区这种树木平均一棵的根部横截面积 ,a=元-u,决定系数: 与平均一棵的材积量; :-nu =1 (2)求该林区这种树木的根部横截面积与材积量的 2(,-0) 样本相关系数(精确到0.01); R2=1 = 参考数据:log25≈2.3. m,-列 (3)现测量了该林区所有这种树木的根部横截面 积,并得到所有这种树木的根部横截面积总和为 [解] (1)将y=2+a两边取对数得:log2y=bx 186m2.已知树木的材积量与其根部横截面积近似 +a, 成正比.利用以上数据给出该林区这种树木的总材 令之=log2y,则之=ix十a, :x=4,根据最小二乘估计可知:方= 积量的估计值. 含7因 (x,-x)(y,-) 149-7×5×4≈0.3, 附:相关系数r =1 w/1.896 x-7 140-7×42 (x,-)22(y,-y) =1 = .a=z-b元=5-0.3×4=3.8, ≈1.377 .经验回归方程为之=0.3x十3.8,即y=20.3x+8, 解:(1)样本中10棵这种树木的根部横截面积的平 《2①甲建2的回归援型的R防=10≈0,030 均值x=0.6=0.06 10 >R2=0.893.∴.甲建立的回归模型拟合效果 样本中10棵这种树木的材积量的平均值 更好 y=3.9 0.39, ②由①知,甲建立的回归模型拟合效果更好 10 设20.3x+3.8≥100,解得:0.3x+3.8≥1og2100=2十 据此可估计该林区这种树木平均一棵的根部横截 2log25,解得:x≥9.3. 面积为0.06m2, 科技投入的费用至少要9.3百万元,下一年的收 平均一棵的材积量为0.39m3; 益才能达到1亿 是(x,-xy,一 =1 规律方法 (2)r 10 (x,-x)22(y,-y) 求经验回归方程的步骤 i-1 =1 计算出x,y,x,名xy或(x-x)(y-y), 10.xy =1 步骤 (x-的值 /2i-107)②x-10 步骤二 利用公式计算系数a,b 0.2474-10×0.06×0.39 (0.038-10×0.062)(1.6158-10×0.39) 步骤三 写出经验回归直线方程y=bx+a 0.0134_≈0.0184≈0.97, 1跟踪训练 √0.00018960.01377 某地经过多年的环境治理,已将荒山改造成了绿水 则r=0.97; 青山.为估计一林区某种树木的总材积量,随机选 (3)设该林区这种树木的总材积量的估计值为 取了10棵这种树木,测量每棵树的根部横截面积 Ym', (单位:m2)和材积量(单位:m3),得到如下数据: 又已知树木的材积量与其根部横截面积近似成 样本号12 3456 789 10总和 正比, 根部横截 0.40.060.040.080.080.050.050.070.070.060.6 面积x: 可得89-1学解之得Y=1209m 0.39 材积量y0.250.400.220.540.510.340.360.460.420.403.9 则该林区这种树木的总材积量估计为1209m3 258 第九章统计与成对数据的统计分析 题型3 列联表与独立性检验 根据列联表中的数据得 [例3]随着全民运动健康意识的提高,马拉松运动 X2=200635X55X105)°-175≈7.292>6.636 40×160×140×60 24 在全国各大城市逐渐兴起,参与马拉松训练与比赛 根据小概率值a=0.01的独立性检验推断H。不成 的人数逐年增加,为此某市对人们参加马拉松运动 立,所以在犯错误概率不超过0.01的前提下,认为 的情况进行了统计调查,其中一项调查是调查人员 “热烈参与马拉松”与性别有关. 从参与马拉松运动的人中随机抽取200人,对其每 规律方法 周参与马拉松长跑训练的天数进行统计,得到以下 统计表: 独立性检验的一般步骤 平均每周进行 (1)根据样本数据制成2×2列联表; 不大于 3天或 不少 长跑训练天数 2天 4天 于5天 n(ad-bc)2 (2)根据公式X=a十ba千C)0TdDc十d0计算; 人数 30 130 40 (3)比较x2与临界值的大小关系,作统计推断. 若某人平均每周进行长跑训练天数不少于5天,则 称其为“热烈参与者”,否则称为“非热烈参与者” 跟踪训练 n(ad-bc)2 (2025·全国一卷)为研究某疾病与超声波检查结 附:X=a十b2+十ac)+Dn为样本容量) 果的关系,从做过超声波检查的人群中随机调查了 0.1 0.05 0.01 0.005 0.001 1000人,得到如下列联表: 2.706 3.841 6.635 7.879 10.828 超声波检查结果 组别 合计 (1)经调查,该市约有3万人参与马拉松运动,估计 正常 不正常 其中“热烈参与者”的人数: 患该疾病 20 180 200 (2)根据上表的数据,填写下列:2×2列联表,并通 未患该疾病 780 20 800 过计算判断是否能在犯错误的概率不超过0.01的 前提下,认为“热烈参与马拉松”与性别有关? 合计 800 200 1000 参与者 (1)记超声波检查结果不正常者患有该疾病的概率 性别 合计 热烈参与者非热烈参与者 为,求力的估计值: (2)根据小概率值a=0.001的独立性检验,分析超 男 140 女 声波检查结果是否与患该疾病有关. 55 合计 P(x≥k) 0.050 0.010 0.001 [解](1)记事件A=“参与马拉松运动的‘热烈参 与者”, k 3.841 6.635 10.828 401 则由题意可得P(A)= n(ad-bc)2 2005 附:X=(a+b)(c+d)(a+c)(b+d 所以该市参与马拉松运动的“热烈参与者”的人数 解:(1)在1000个样本中,超声波检查结果不正常 估计为1×30000人=6000人, 5 200=0.9, 的人中患有该疾病的频率为}80 (2)2×2列联表如下: 以样本频率估计总体概率,卫的估计值为0.9. 参与者 (2)H。:超声波检查结果与是否患病无关, 性别 合计 热烈参与者非热烈参与者 n(ad-bc)2 男 X-(a+b)(c+d)(a+c)(b+d) 35 105 140 女 5 55 60 1000×(20×20-780×180)2=12250>10.828, 800×200×200×800 16 合计 40 160 200 概率小概率值α=0.001的独立性检验,应拒绝零 零假设为H。:“热烈参与马拉松”与性别无关, 假设H。,即超声波检查结果与是否患病有关. 259·

资源预览图

第9章 9.3 成对数据的统计分析(配套教参)-【创新教程】2027年高考数学总复习大一轮讲义(人教A版)-第1页
1
第9章 9.3 成对数据的统计分析(配套教参)-【创新教程】2027年高考数学总复习大一轮讲义(人教A版)-第2页
2

由于学科网是一个信息分享及获取的平台,不确保部分用户上传资料的 来源及知识产权归属。如您发现相关资料侵犯您的合法权益,请联系学科网,我们核实后将及时进行处理。