内容正文:
2 成对数据的线性相关性
1
2.1 相关系数
2.2 成对数据的线性相关性分析
2
◆ 课前预习
◆ 课中探究
探究点一 相关系数
探究点二 成对数据的线性相关性分析
探究点三 非线性回归模型的应用
3
【学习目标】
1.结合实例,了解样本相关系数的统计含义,了解样本相关系数与标准化数据
向量夹角的关系.
2.结合实例,会通过相关系数比较多组成对数据的相关性.
4
知识点 相关系数
1.定义:一般地,设随机变量,的组观测值分别为,, , ,
其中,, ,和,, ,的均值分别为和 ,记
,则称为随机变量和 的样本
(线性)相关系数,其中,当时,称两个随机变量正相关,当 时,称两个随
机变量负相关.
2.样本相关系数与成对数据线性相关性强弱的关系:
_______,值越接近1,随机变量之间的线性相关程度______; 值越接近0,
随机变量之间的线性相关程度______.
越强
越弱
课 前 预 习
5
【诊断分析】(1) 判断正误.(请在括号中打“√”或“×”)
①样本相关系数 的符号反映了相关关系的正负性.( )
√
②一般地,样本容量越大,用样本相关系数估计两个随机变量的线性相关性的效果
越好.( )
√
③ 表明两个随机变量不存在相关关系.( )
×
课 前 预 习
6
(2)5名学生的数学和物理成绩(单位:分)如下表:
学生
成绩
学科
数学 80 75 70 65 60
物理 70 66 68 64 62
画出散点图,并判断它们是否具有相关关系.如果具有相关关系,是正相关,还
是负相关?
解:把数学成绩作为横坐标,相应的物理成绩作为纵坐标,在直角坐标系中描
点 ,作出散点图(图略).
从图中可以直观地看出数学成绩和物理成绩具有相关关系,且数学成绩和物理
成绩正相关.
课 前 预 习
7
探究点一 相关系数
例1 某统计部门对四组数据进行统计
分析后,获得如图所示的散点图,下列关
于样本相关系数的比较正确的是( )
C
A.
B.
C.
D.
课 中 探 究
8
变式 在如图所示的散点图中,若去掉点 ,则下列说法正确的是( )
D
A.样本相关系数 变大
B.变量与变量 的线性相关程度变弱
C.变量与变量 正相关
D.变量与变量 的线性相关程度变强
[解析] 由散点图知,变量与变量负相关,即,故C错误;
去掉点 后,进一步接近1,所以变小,故A错误;
去掉点后,与 的线性相关程度变强,故B错误,D正确.
故选D.
课 中 探 究
9
[素养小结]
利用样本相关系数 判断两个随机变量之间线性相关程度的步骤:
(1)利用公式计算样本相关系数 ;
(2)用样本相关系数 的绝对值的大小判断两个随机变量之间的线性相关程度.
课 中 探 究
10
探究点二 成对数据的线性相关性分析
例2 某校高三(1)班的学生每周的数学学习时间单位:与数学平均成绩
(单位:分)的数据如下表所示.
24 15 23 19 16 11 20 16 17 13
92 79 97 89 64 47 83 68 71 59
(1)画出散点图;
课 中 探 究
11
解:根据表中的数据画出散点图,如图.
课 中 探 究
12
(2)请判断数学学习时间与数学平均成绩之间的相关关系的类型、相关程度和
变化趋势的特征.
解:从(1)中散点图可知,数学学习时间与数学平均成绩之间线性相关.
由已知数据求得,,, ,
,所以样本相关系数 .
由样本相关系数知,数学学习时间与数学平均成绩之间正相关,因为 与1
接近,所以数学学习时间与数学平均成绩之间的线性相关程度很强,且随着数学学
习时间的增加,相应的学习成绩升高.
课 中 探 究
13
变式 通过随机抽样得到的7名幼儿的智力测验成绩和阅读能力测验成绩 的
一组数据如下:
智力测验成绩 110 120 90 100 140 95 105
阅读能力测验成绩 80 85 75 80 90 85 78
则7名幼儿的智力测验成绩与阅读能力测验成绩的样本相关系数约为_____.
(计算结果保留两位小数)
0.78
课 中 探 究
14
[解析] 由题得 ,
, ,
,
,
,
名幼儿的智力测验成绩与阅读能力测验成绩的样本相关系数约为0.78.
课 中 探 究
15
[素养小结]
判断变量的相关性通常有两种方式:一是散点图;二是样本相关系数 .前者只能粗
略地说明变量间具有相关性,而后者能从定量的角度分析变量相关性的强弱.
课 中 探 究
16
探究点三 非线性回归模型的应用
例3 [2024·广东东莞高二期末] 某公司近5年的产品研发年投资额 (单位:百
万元)与年销售量 (单位:千件)的数据统计表如下:
年投资额 1 2 3 4 5
年销售量 0.5 1 1.5 3 5.5
(1)根据上表数据画出年投资额与年销售量 的散点图;
课 中 探 究
17
解:散点图如下:
课 中 探 究
18
(2)该公司计划用作为年销售量关于年投资额 的回归方程类型,
并对年销售量取自然对数,得到如下数据表
年销售量 0.5 1 1.5 3 5.5
0 0.4 1.1 1.7
请根据表中数据,建立关于 的非线性回归方程.
课 中 探 究
19
解:由得,令,得 .
由已知得, ,
,
,
则 ,
,
所以,即,
故年销售量关于年投资额 的非线性回归方程为 .
课 中 探 究
20
变式 若某公司要确定下一年度投
入某种产品的宣传费,需了解年宣传
费(单位:千元)对年销售量
(单位:吨)和年利润 (单位:千元)
的影响.对近8年的年宣传费 和年销
售量 的数据进行初步
处理,得到如图所示的散点图及下表所示的一些统计量的值.
课 中 探 究
21
46.6 563 6.
8 289.8 1.6 1469 108.8
表中, .
(1)根据散点图判断,与 哪一个模型更适宜作为年销售
量关于年宣传费 的回归方程类型?(给出判断即可,不必说明理由)
解:由题中所给散点图可以判断,更适宜作为年销售量 关于年宣传费
的回归方程类型.
课 中 探 究
22
(2)根据(1)的判断结果及表中数据,建立关于 的回归方程.
解:令,则可转化为,则与 之间为线性相关
关系.
则 ,
,
所以,因此 .
课 中 探 究
23
(3)已知这种产品的年利润与,的关系为 .根据(2)的结果回
答下列问题:
(ⅰ)当 时,预测年销售量及年利润分别是多少?
解: 由(2)知,当时, (千元),
(千元).
(ⅱ)年宣传费为多少时,年利润的预测值最大?
解: 由(2)知, ,
所以当 ,即时, 取得最大值.
故年宣传费为46.24千元时,年利润的预测值最大.
课 中 探 究
24
[素养小结]
求解非线性回归方程的一般步骤:
(1)画散点图:通过观察散点图并与学过的函数(幂函数、指数函数、对数函
数、二次函数)图象进行比较,选取拟合效果好的函数模型;
(2)变量置换:通过变量置换把非线性回归问题转化为线性回归问题;
(3)求解线性回归方程,进而得原变量的非线性回归方程.
课 中 探 究
25
$