专题7.2 成对数据的线性相关性(高效培优讲义)数学北师大版高二选择性必修第一册
|
2份
|
53页
|
4人阅读
|
0人下载
精品
内容正文:
专题7.2 成对数据的线性相关性
教学目标
1.理解相关关系与函数关系的区别,能判断两个变量之间是否具有相关关系,知道“有相关关系”不等于“有因果关系”;
2.会根据散点图中点的分布趋势判断正相关与负相关,并比较两组数据相关性的强弱;
3.理解样本相关系数 r 的含义与性质,掌握 r 的计算公式,会由数据表求 r,能用 |r| 判断线性相关程度、比较两组数据,并说清 r=0 的真实含义。
教学重难点
重点:由散点图判断相关方向;相关系数 r 的计算;|r| 的大小与线性相关强弱的对应。
难点:r 的公式为什么能刻画线性相关程度;r 与回归系数的符号关系;“线性不相关”与“没有关系”的区别。
知识点 01 相关关系
1.相关关系:两个变量之间有一定的依赖关系,但当其中一个变量取某个值时,另一个变量的取值______,而是带有随机性——这种关系叫做相关关系.例如身高与体重:身高相同的人体重往往不同,但总体上看,身高越大体重越大.
2.与函数关系的区别:函数关系中,x 的取值完全决定 y 的取值,如正方形的面积 S=a² 由边长 a 唯一确定;相关关系中,除了 x 之外还有______在起作用,无法由 x 精确算出 y.判断的关键就一句:给定 x 后,y 是否确定.
3.要回答两个问题:研究相关关系,一是看______——两个变量是同增同减,还是一个增另一个减;二是看______——点是否紧密地聚在一条线附近.方向由知识点 02 的散点图判断,强弱由知识点 03 的相关系数度量.
4.相关关系不等于因果关系:两个变量有相关关系,只能说明它们______,不一定存在“一个导致另一个”的因果联系.例如“冰淇淋销量”与“溺水人数”呈正相关,真正的原因是气温升高使二者同时增加,二者之间并没有因果关系.
5.判断的三个层次:① 凭生活经验与专业知识作初步判断;② 画出散点图看有无整体趋势;③ 计算相关系数作定量判断.由粗到细,前一步过关才值得做后一步——散点图都看不出任何趋势时,算出的 r 也接近 0.
6.易错:把“有相关关系”读成“有函数关系”;或者把“没有线性相关”读成“没有关系”.______——两个变量可能呈明显的曲线关系,此时线性相关系数接近 0,但关系依然存在(见知识点 03).
比较项
函数关系
相关关系
定义
x 确定后 y 唯一确定
x 确定后 y 的取值带有随机性
举例
正方形面积与边长:S=a²
身高与体重;气温与冷饮销量
表达
可用解析式精确表示
不能精确表示,只能用统计方法估计趋势
研究方向
求解析式、研究函数性质
判断方向与强弱,拟合近似关系
【即学即练】
1.下列两个变量之间的关系是相关关系的是( )
A.正方形的边长与对角线长 B.球的体积与表面积
C.一个人的身高与学习成绩 D.平均学习时间与学习成绩
2.下列说法正确的是( ).
A.任意两个变量都具有相关关系
B.球的体积与该球的半径具有相关关系
C.农作物的产量与施肥量之间是确定性关系
D.学生的数学成绩与物理成绩之间是非确定性的关系
知识点 02 散点图与正、负相关
1.散点图:把 n 对观测数据(x₁,y₁),(x₂,y₂),…,(xₙ,yₙ)分别作为点的坐标描在平面直角坐标系中,得到的图形叫做散点图.它是判断相关关系最______的工具,也是选择模型的第一个依据.
2.正相关:散点图中的点整体上______分布,即 x 增大时 y 也趋于增大,这样的两个变量叫做正相关.例如施肥量与农作物产量.
3.负相关:点整体上______分布,即 x 增大时 y 趋于减小,这样的两个变量叫做负相关.例如汽车行驶里程与轮胎剩余花纹深度.
4.不相关:点的分布______,看不出任何方向性的趋势,此时认为两个变量之间没有明显的相关关系.
5.强弱的目测:点越______,线性相关程度越强;点越分散,相关程度越弱.比较两组数据时,就看哪一组的点更“聚拢成一条线”.要注意这只是定性判断,精细的比较必须靠相关系数.
6.注意两点:散点图反映的只是______呈现的趋势,不能直接推广到总体;看图时还要留心有没有偏离很远的个别点(异常值),一个异常值就足以把目测结论带偏,甚至把正相关看成负相关.
形态
散点分布
相关系数
实例
正相关
从左下到右上,整体上升
r>0
气温与冷饮销量
负相关
从左上到右下,整体下降
r<0
使用年限与设备残值
不相关
杂乱无章,没有方向性
r≈0
身高与某次考试成绩
【即学即练】
1.对于变量,有以下四个散点图,由这四个散点图可以判断变量与成负相关的是( )
A. B.
C. D.
2.下列图中,能反映出相应两个变量之间具有线性相关关系的是( )
A. B.
C. D.
知识点 03 相关系数 r
1.引入:散点图只能定性地说“像一条线”“不太像”,要回答“强多少”“哪组更强”就需要一个数量指标.样本相关系数(简称相关系数)r 正是用来度量两个变量______程度的量,取值在 -1 与 1 之间.
2.定义:
3.公式的读法:分子是各点相对样本中心点的“同向偏离”的总和——x、y 同时偏大或同时偏小时乘积为正,一方偏大一方偏小时为负,所以同向变动的数据分子为正;分母的作用是______,除掉两组数据各自的离散程度,使 r 不受单位与量级影响,成为纯粹的“程度”指标.
4.化简形式:分子分母同乘 n 并整理,得便于计算的形式
5.符号:r>0 表示______,r<0 表示______.r 的符号与回归系数 b̂ 的符号______,因为二者的分子都是 Σ(xᵢ-x̄)(yᵢ-ȳ),只是分母不同(见知识点 04).
6.范围与强弱:恒有______.|r| 越接近 1,线性相关程度越强;|r| 越接近 0,线性相关程度越弱.当 r=1 或 r=-1 时,所有点______,叫做完全线性相关;现实数据几乎不会出现这种情形.
7.r=0 的含义:只说明两个变量之间______,不能说“没有关系”.例如 y=x²,若 x 取关于 0 对称的一组成对数据,算出的 r 接近 0,但二者是确定的函数关系.所以判断相关关系要把散点图与 r 结合起来看,单看一个数容易误判.
8.注意:r 对______,一两个远离整体的点就可能让 |r| 大幅升高或降低;r 由样本算得,换一批数据就会变,它本身也是估计值,样本量很小时结论不稳定.
r 的取值
含义
散点图特征
1
完全正相关
所有点在同一条上升直线上
0<r<1
正相关,越接近 1 越强
整体上升,越贴近直线越强
0
线性不相关(不排除曲线关系)
无方向性趋势,或呈明显曲线
-1<r<0
负相关,越接近 -1 越强
整体下降
-1
完全负相关
所有点在同一条下降直线上
【即学即练】
1.对于样本相关系数r,下列说法正确的是( )
A.r的取值范围是
B.越大,相关程度越弱
C.越接近于0,成对样本数据的线性相关程度越强
D.越接近于1,成对样本数据的线性相关程度越强
2.关于样本相关系数,下列结论正确的是( )
A.越接近0,成对样本数据的线性相关程度越强
B.值越大,成对样本数据的线性相关程度越强
C.,成对样本数据正相关
D.,成对样本数据不相关
知识点 04 相关系数的计算
1.计算步骤:① 列一张表,逐行算出 xᵢyᵢ,xᵢ²,yᵢ²;② 分别求和得 Σxᵢyᵢ,Σxᵢ²,Σyᵢ²,Σxᵢ,Σyᵢ;③ 求 x̄=Σxᵢ/n,ȳ=Σyᵢ/n;④ 代入化简式求 r.数据超过五组时一定要列表,逐项算、逐列对,比心算可靠得多.
2.用化简式更省事:化简式里的 n x̄ȳ、n x̄²、n ȳ² 不必先算 x̄、ȳ 再平方,直接把 x̄=Σxᵢ/n 代进去约分即可;分子分母有公因数时先约再算,能明显减少出错.
3.与回归系数的关系:记 Lxy=Σ(xᵢ-x̄)(yᵢ-ȳ),则 b̂=Lxy/Σ(xᵢ-x̄)²,而
其中 sx,sy 分别是两组数据的标准差.这个式子说明:b̂ 与 r ______,方向由 r 决定,大小还要看两组数据离散程度的比值;同时也提醒我们,______,一条斜率看起来不小的直线,可能只是数据的离散程度在“放大”它.
4.精度:中间量保留的位数比结果多一位,最终 r 一般保留到小数点后三位或四位;题目给出的是整数数据时,答案常是 −0.9~0.9 之间的数,若算出 0.03 之类偏小的值,先怀疑是不是漏了根号或漏加了某一列.
5.易错:分母漏掉根号,把 r 算成了 r²(此时结果恒为正,正负相关就分不出来了);或者把 Σxᵢ² 写成 (Σxᵢ)²——后者量级完全不同,结果会跑到 ±1 之外.______,回头检查分母即可.
【即学即练】
1.某地经过多年的环境治理,已将荒山改造成了绿水青山,为估计一林区某种树木的总材积量.随机选取了10棵这种树木,测量每棵树的根部横截面积(单位:)和材积量(单位:),得到如下数据:
样本号i
1
2
3
4
5
6
7
8
9
10
总和
根部横截面积
0.04
0.06
0.04
0.03
0.08
0.05
0.05
0.07
0.07
0.06
0.6
材积量
0.25
0.40
0.22
0.54
0.51
0.34
0.36
0.46
0.42
0.40
3.9
并计算得.
(1)估计该林区这种树木平均一棵的根部横截面积与平均一棵的材积量;
(2)求该林区这种树木的根部横截面积与材积量的样本相关系数(精确到0.01).
附:相关系数,.
知识点 05 由相关系数判断线性相关程度
1.判断标准:|r| 越大,线性相关越强;|r| 越小,线性相关越弱.实际中常用下面的经验尺度作参考——它不是教材给定的硬性分界,只是长期使用中形成的习惯说法,答题时仍需结合散点图.
2.比较两组数据:只看______ 的大小,不必管符号——符号只表示方向,强弱看绝对值.例如 r₁=-0.95 与 r₂=0.80,r₁ 的绝对值更大,所以第一组的______,尽管它的符号是负的.
3.用途:判断能否用线性模型.|r| 接近 1 时,用回归直线刻画两个变量是合理的,预测才有意义;|r| 很小则说明______——要么换用曲线模型,要么这两个变量之间本来就没有可利用的关系,硬套一个回归方程只会得到没有价值的结论.
4.注意样本量:样本很少时偶然性大,|r| 很大也可能只是巧合;样本量越大,同样大小的 |r| 越可信.所以不能脱离样本量孤立地看 r,更不能把样本的 r 直接当成总体的相关系数.
5.与散点图互证:散点图看形态(是不是直线型、有无异常点),r 看强弱(数值多大),两者应当一致.若不一致,先查异常值,再考虑是不是该换曲线模型——这正是 r 只度量“线性”相关的局限所在,也是本节把散点图放在 r 前面的原因.
|r| 的范围
线性相关程度
使用建议
0.95≤|r|≤1
很强
几乎成一条直线,线性模型可靠
0.75≤|r|<0.95
较强
趋势明显,可用线性模型作估计
0.50≤|r|<0.75
中等
有趋势但散布较大,预测需谨慎
0.30≤|r|<0.50
较弱
线性模型解释力有限,宜结合散点图
0≤|r|<0.30
很弱或线性不相关
不宜用线性模型,先看散点图
【即学即练】
1.已知甲,乙,丙,丁四组成对样本数据对应的样本相关系数分别为,,,,则线性相关程度最强的是( )
A.甲组 B.乙组
C.丙组 D.丁组
题型01 相关关系与函数关系的辨析
【典例1】
1.如果两种证券在一段时间内收益数据的相关系数为正数,那么表明( )
A.两种证券的收益之间存在完全同向的联动关系,即同时涨或同时跌
B.两种证券的收益之间存在完全反向的联动关系,即涨或跌是相反的
C.两种证券的收益有同向变动的倾向
D.两种证券的收益有反向变动的倾向
【变式1】
2.对于,两变量,有四组样本数据,分别算出它们的线性相关系数(如下),则线性相关性最强的是( )
A.-0.82 B.0.78
C.-0.69 D.0.87
【变式2】
3.如图,两个变量具有相关关系的是( )
A.(1)(3) B.(1)(4)
C.(2)(4) D.(2)(3)
【变式3】
4.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;
(2)父母的身高与子女的身高之间的关系;
(3)学生的学号与身高;
(4)汽车匀速行驶时的路程与时间的关系.
题型02 判断正、负相关
【典例2】
1.对某两组数据进行统计,获得以下散点图,且图1、图2对应的相关系数分别为,则关于其相关系数的说法,正确的是( )
A. B.
C. D.
【变式1】
2.已知变量与变量正相关,样本数据中,,…,和,,…,的均值分别是,,将成对数据按照平移后绘制散点图,关于该散点图说法正确的是( )
A.大部分散点位于第一、四象限 B.大部分散点位于第二、三象限
C.大部分散点位于第一、三象限 D.大部分散点位于第二、四象限
【变式2】
3.对四组数据进行统计,获得如图所示的散点图,关于其样本相关系数的比较,正确的是( )
A. B.
C. D.
【变式3】
4.对于样本相关系数,下列说法正确的是( )
A.的正负可以反映成对样本数据是正相关还是负相关
B.的大小可以反映成对样本数据之间线性相关的程度
C.的值越大,成对样本数据之间线性相关的程度越强
D.的取值范围是
题型03 由散点图判断线性相关
【典例3】
1.观察下列散点图,则①正相关,②负相关,③不相关,图中的甲、乙、丙三个散点图按顺序相对应的是( ).
A.①②③ B.②①③
C.①③② D.③①②
【变式1】
2.下列关于散点图的说法中,正确的是( )
A.任意给定统计数据,都可以绘制散点图
B.从散点图中可以看出两个量是否具有一定的关系
C.从散点图中可以看出两个量的因果关系
D.从散点图中无法看出数据的分布情况
【变式2】
3.以下散点图中,两个变量具有正相关关系的是( )
A. B.
C. D.
【变式3】
4.某食品加工厂新研制出一种袋装食品(规格:/袋),下面是近六个月每袋出厂价格(单位:元)与销售量(单位:万袋)的对应关系表:
月份序号
每袋出厂价格
月销售量
并计算得,,.
(1)计算该食品加工厂这六个月内这种袋装食品的每袋出厂价格的平均数、平均月销售量和平均月销售收入;
(2)求每袋出厂价格与月销售量的样本相关系数(精确到);
(3)若样本相关系数,则认为相关性很强;否则没有较强的相关性.你认为该食品加工厂制定的每袋食品的出厂价格与月销售量是否有较强的相关性.
附:样本相关系数,.
题型04 相关系数的意义与性质
【典例4】
1.样本相关系数可以反映两个随机变量之间的线性相关程度,以下是四组数据的相关系数值,则线性相关最强的一组是( )
A. B.
C. D.
【变式1】
2.关于的一组样本数据的散点图中,所有样本点均在直线上,则这组样本数据的样本相关系数为( )
A.-2 B.-1
C.1 D.2
【变式2】
3.在如图所示的散点图中,若去掉点,则下列说法正确的是( )
A.样本相关系数变大
B.变量与变量的相关程度变弱
C.变量与变量呈正相关
D.变量与变量的相关程度变强
【变式3】
4.已知由样本数据组成的一个样本,根据最小二乘法求得线性回归方程为且,去除两个异常数据和后,得到新的线性回归直线的斜率为3,则下列结论中正确的是( )
A.相关变量,具有正相关关系
B.去除异常数据后,新的平均数
C.去除异常数据后的线性回归方程为
D.去除异常数据后,随值增加,的值增加速度变大
题型05 相关系数的计算
【典例5】
1.已知对线性数据的相关系数,其中向量,,且,.研究表明,人的脂肪含量与年龄(岁)呈线性相关关系.现收集了14个人的年龄和脂肪含量的数据,其中和分别表示第个人的年龄和脂肪含量,则这14对数据的相关系数( )
(参考数据:已知,,,,.)
A.0.92 B.0.94
C.0.95 D.0.96
【变式1】
2.样本数据,,…,(,,,…,不全相等)的散点图中,所有样本点都落在直线上,则这组样本数据的相关系数为( )
A.1 B.
C. D.-1
【变式2】
3.有两组数据,,…与,,…,满足,其中,.记与另一组样本数据,,…的样本相关系数为,与同一组数据的样本相关系数为(样本相关系数的公式为:),则下列选项正确的是( )
A. B.
C. D.
【变式3】
4.对于变量x和变量y,设获得的成对数据为,,…,,其中,.在某实验过程中,随机抽样获得了如下成对样本数据:
表1:
x
100
110
120
130
140
150
160
170
180
190
y
40
47
56
61
66
72
74
78
83
86
对表1中数据作变换,得到了如下表2:
表2:
序号
1
2
3
4
5
6
7
8
9
10
u
-5
-4
-3
-2
-1
0
1
2
3
4
-5
v
-30
-23
-14
-9
-4
2
4
8
13
16
-37
150
92
42
18
4
0
4
16
39
64
429
设样本相关系数为r,当时,表明两个变量的线性相关程度较强,当时,表明两个变量的线性相关程度很强.
参考公式:;,.
参考数据:,,,,,,,,.
(1)证明:
(2)分别求表1中的两个变量x,y的样本相关系数r,并推断相关程度;
(3)设y关于x的经验回归方程为,反之,x关于y的经验回归方程为.由实验数据,利用参考数据求经验回归方程和(计算结果精确到0.01);
题型06 相关系数的应用与相关性分析
【典例6】
1.某中学生物兴趣小组观察鸢尾花时,发现“花瓣长度”和“花萼长度”总是一起变化,选取样本调查所得数据如图所示,其中相关系数,下列说法正确的是( )
A.花瓣长度和花萼长度呈现负相关
B.花瓣长度和花萼长度呈现正相关
C.花瓣长度和花萼长度没有相关性
D.若从样本中抽取一部分,则这部分的相关系数一定是
【变式1】
2.观察下列散点图,其中图1两个变量的相关关系为,图2两个变量的相关关系为,则下列说法错误的是( )
A. B.
C. D.
【变式2】
3.两个变量X和Y的线性回归方程为,样本相关系数为r,则( )
A.与r同号 B.与r同号
C.与r异号 D.与r异号
【变式3】
4.某网站统计了某网红螺蛳粉在2020年7月至11月的总销售量y(单位:万),得到以下数据:
月份x
7
8
9
10
11
销售量y
10
12
11
12
20
根据表中所给数据,用相关系数r加以判断,是否可用线性回归模型拟合y与x的关系?
(参考公式:相关系数.参考数据:)
1.在下列各图中,两个变量具有相关关系的是( ).
A.①②③ B.①③
C.②③ D.②
2.对变量,有观测数据,得散点图;对变量,有观测数据,得散点图2.由这两个散点图可以判断( )
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
3.下列散点图中,两个变量的相关系数分别为,则最大的是( )
A. B.
C. D.
4.观察下列散点图,其中图1两个变量的相关关系系数为,图2两个变量的相关关系系数为,则下列判断正确的是( )
A. B.
C. D.
5.已知两组成对样本数据的散点图如图所示,则下列结论错误的是( )
A. B.
C. D.
6.通过一组样本数据,,…,,求得,,线性相关系数,经验回归方程为,则( )
A.变量x与y负相关 B.变量x与y的线性相关关系较弱
C. D.
7.某田径协会开展竞走的步长和步时之间的关系的课题研究,得到相应的实验数据:
步时x(单位:s)
0.28
0.29
0.30
0.31
0.32
步长y(单位:)
90
95
99
103
117
则该课题研究竞走的实验数据中的步长和步时之间的相关系数为________.(精确到0.01)
参考公式:相关系数;参考数据:,,,.
8.已知一组变量线性相关,样本相关系数,现将坐标原点平移到点,则大多数点应该落在第____象限.
9.某贫困县为了响应国家精准扶贫的号召,特地承包了一块土地,已知土地的使用面(单位:亩)与相应的管理时间(单位:月)的关系如表所示:
土地使用面积(单位:亩)
1
2
3
4
5
管理时间(单位:月)
8
11
14
24
23
作出散点图,判断管理时间与土地使用面积是否线性相关,并根据相关系数说明相关关系的强弱.(若,认为两个变量有较强的线性相关性,的值精确到0.001)
注:亩,我国市制土地面积单位,1亩≈666.7平方米.
参考公式:.
参考数据:,,.
10.根据统计,某蔬菜基地西红柿亩产量的增加量y(百千克)与某种液体肥料每亩使用量x(千克)之间的对应数据的散点图,如图所示.
(1)依据数据的散点图可以看出,可用线性回归模型拟合y与x的关系,请计算相关系数r并加以说明(若,则线性相关程度很高,可用线性回归模型拟合);
(2)求y关于x的回归方程,并预测当液体肥料每亩使用量为10千克时,西红柿亩产量的增加量约为多少?
附:相关系数公式.
参考数据:
回归方程中斜率和截距的最小二乘估计公式分别为.
1.在下列两个量之间的关系中,属于相关关系的是( )
A.匀速直线运动中时间与位移的关系 B.学生的成绩和身高
C.一块农田的小麦产量与施肥量 D.正n边形的边数与内角度数之和
2.下列散点图中所对应的成对样本数据呈现正相关关系的是( )
A. B.
C. D.
3.某电商随机调查2500名消费者的月消费金额与满意度评分,整理统计数据得到关于的经验回归方程为,与的相关系数,若月消费金额的标准差为6.4,则满意度评分的方差为( )
附:经验回归方程中回归系数;相关系数.
A.8 B.20
C.64 D.400
4.为调查本班学生的身高体重情况,班主任在学生中随机抽测了人的身高和体重,统计数据制作成如下所示的散点图:
由最小二乘法计算得到回归直线的方程为,样本相关系数为.经过分析确定为异常数据,把它去掉后,再用剩下的组数据计算得到回归直线的方程为,样本相关系数为,且必经过点.找到该异常数据的同学后重新测量为,用该组数据与剩下的组数据计算得到回归直线的方程为,样本相关系数为,则以下结论正确的有( )
A. B.
C. D.
5.某工厂统计了甲产品在2024年7月至12月的销售量(单位:万件),得到以下数据:
月份
7
8
9
10
11
12
销售量
11
12
14
15
18
20
根据表中所给数据,可得相关系数__________.(结果保留2位小数)
(参考公式:相关系数,参考数据:)
6.假设关于某种设备的使用年限(年)与所支出的维修费用(万元)有如下统计资料:
2
3
4
5
6
2.2
3.8
5.5
6.5
7.0
已知,,,,.
(1)求,;
(2)对,进行线性相关性检验.
7.大学生刘铭去某工厂实习,实习结束时从自己制作的某种零件中随机选取了10个样品,测量每个零件的横截面积(单位:)和耗材量(单位:),得到如下数据:
样本号
1
2
3
4
5
6
7
8
9
10
总和
零件的横截面积
0.03
0.05
0.04
0.07
0.07
0.04
0.05
0.06
0.06
0.05
0.52
耗材量
0.24
0.40
0.23
0.55
0.50
0.34
0.35
0.45
0.43
0.41
3.9
并计算得,.
(1)估算刘铭同学制作的这种零件平均每个零件的横截面积以及平均一个零件的耗材量;
(2)求刘铭同学制作的这种零件的横截面积和耗材量的样本相关系数(精确到0.01).
附:相关系数;.
8.为了了解高中学生课后自主学习数学时间(x分钟/每天)和他们的数学成绩(y分)的关系,某实验小组做了调查,得到一些数据(表一).
编号
1
2
3
4
5
学习时间x
30
40
50
60
70
数学成绩y
65
78
85
99
108
(1)求数学成绩y与学习时间x的相关系数(精确到0.001);
(2)请用相关系数说明该组数据中y与x之间的关系可用线性回归模型进行拟合,并求出y关于x的回归直线方程,并由此预测每天课后自主学习数学时间为100分钟时的数学成绩
(参考数据:,
附:
)
1 / 2
学科网(北京)股份有限公司
$
专题7.2 成对数据的线性相关性
教学目标
1.理解相关关系与函数关系的区别,能判断两个变量之间是否具有相关关系,知道“有相关关系”不等于“有因果关系”;
2.会根据散点图中点的分布趋势判断正相关与负相关,并比较两组数据相关性的强弱;
3.理解样本相关系数 r 的含义与性质,掌握 r 的计算公式,会由数据表求 r,能用 |r| 判断线性相关程度、比较两组数据,并说清 r=0 的真实含义。
教学重难点
重点:由散点图判断相关方向;相关系数 r 的计算;|r| 的大小与线性相关强弱的对应。
难点:r 的公式为什么能刻画线性相关程度;r 与回归系数的符号关系;“线性不相关”与“没有关系”的区别。
知识点 01 相关关系
1.相关关系:两个变量之间有一定的依赖关系,但当其中一个变量取某个值时,另一个变量的取值不能唯一确定,而是带有随机性——这种关系叫做相关关系.例如身高与体重:身高相同的人体重往往不同,但总体上看,身高越大体重越大.
2.与函数关系的区别:函数关系中,x 的取值完全决定 y 的取值,如正方形的面积 S=a² 由边长 a 唯一确定;相关关系中,除了 x 之外还有其他随机因素在起作用,无法由 x 精确算出 y.判断的关键就一句:给定 x 后,y 是否确定.
3.要回答两个问题:研究相关关系,一是看方向——两个变量是同增同减,还是一个增另一个减;二是看强弱——点是否紧密地聚在一条线附近.方向由知识点 02 的散点图判断,强弱由知识点 03 的相关系数度量.
4.相关关系不等于因果关系:两个变量有相关关系,只能说明它们同时变化,不一定存在“一个导致另一个”的因果联系.例如“冰淇淋销量”与“溺水人数”呈正相关,真正的原因是气温升高使二者同时增加,二者之间并没有因果关系.
5.判断的三个层次:① 凭生活经验与专业知识作初步判断;② 画出散点图看有无整体趋势;③ 计算相关系数作定量判断.由粗到细,前一步过关才值得做后一步——散点图都看不出任何趋势时,算出的 r 也接近 0.
6.易错:把“有相关关系”读成“有函数关系”;或者把“没有线性相关”读成“没有关系”.线性不相关不等于不相关——两个变量可能呈明显的曲线关系,此时线性相关系数接近 0,但关系依然存在(见知识点 03).
比较项
函数关系
相关关系
定义
x 确定后 y 唯一确定
x 确定后 y 的取值带有随机性
举例
正方形面积与边长:S=a²
身高与体重;气温与冷饮销量
表达
可用解析式精确表示
不能精确表示,只能用统计方法估计趋势
研究方向
求解析式、研究函数性质
判断方向与强弱,拟合近似关系
【即学即练】
1.下列两个变量之间的关系是相关关系的是( )
A.正方形的边长与对角线长 B.球的体积与表面积
C.一个人的身高与学习成绩 D.平均学习时间与学习成绩
【答案】D
【分析】根据相关关系的定义判断.
【详解】选项AB中两个变量间是一种函数关系,选项C中两个变量之间没有什么关系,
选项D中,学习成绩与平均学习时间有关,但不仅与时间有关,
还与其他变量有关如学习时专注性,个人的学习习惯等有关,因此D是相关关系.
故选:D.
2.下列说法正确的是( ).
A.任意两个变量都具有相关关系
B.球的体积与该球的半径具有相关关系
C.农作物的产量与施肥量之间是确定性关系
D.学生的数学成绩与物理成绩之间是非确定性的关系
【答案】D
【分析】根据相关关系和函数关系的概念逐项分析判断.
【详解】对于A:当两个变量之间具有确定的关系时,两个变量之间是函数关系,而不是相关关系,故A错误;
对于B:球的体积与该球的半径之间是函数关系,故B错误;
对于C:农作物的产量与施肥量之间的关系是相关关系,是非确定性关系,故C错误;
学生的数学成绩与物理成绩之间的关系是相关关系,是非确定性关系,故D正确.
故选:D.
知识点 02 散点图与正、负相关
1.散点图:把 n 对观测数据(x₁,y₁),(x₂,y₂),…,(xₙ,yₙ)分别作为点的坐标描在平面直角坐标系中,得到的图形叫做散点图.它是判断相关关系最直观的工具,也是选择模型的第一个依据.
2.正相关:散点图中的点整体上从左下方向右上方分布,即 x 增大时 y 也趋于增大,这样的两个变量叫做正相关.例如施肥量与农作物产量.
3.负相关:点整体上从左上方向右下方分布,即 x 增大时 y 趋于减小,这样的两个变量叫做负相关.例如汽车行驶里程与轮胎剩余花纹深度.
4.不相关:点的分布杂乱无章,看不出任何方向性的趋势,此时认为两个变量之间没有明显的相关关系.
5.强弱的目测:点越密集地贴近一条直线,线性相关程度越强;点越分散,相关程度越弱.比较两组数据时,就看哪一组的点更“聚拢成一条线”.要注意这只是定性判断,精细的比较必须靠相关系数.
6.注意两点:散点图反映的只是样本呈现的趋势,不能直接推广到总体;看图时还要留心有没有偏离很远的个别点(异常值),一个异常值就足以把目测结论带偏,甚至把正相关看成负相关.
形态
散点分布
相关系数
实例
正相关
从左下到右上,整体上升
r>0
气温与冷饮销量
负相关
从左上到右下,整体下降
r<0
使用年限与设备残值
不相关
杂乱无章,没有方向性
r≈0
身高与某次考试成绩
【即学即练】
1.对于变量,有以下四个散点图,由这四个散点图可以判断变量与成负相关的是( )
A. B.
C. D.
【答案】B
【分析】根据各图中点的分布,分析变量的相关关系即可.
【详解】A:各点分布没有明显相关性,不符;
B:各点分布在一条直线附近,且有负相关性,符合;
C:各点分布在一条抛物线附近,变量之间先呈正相关,后呈负相关,不符;
D:各点分布在一条直线附近,且有正相关性,不符.
故选:B
2.下列图中,能反映出相应两个变量之间具有线性相关关系的是( )
A. B.
C. D.
【答案】B
【分析】对于A ,两个变量是确定的函数关系,不正确;对于B,散点呈带状分布,正确;对于CD,散点不呈带状分布,不正确.
【详解】对于A ,由图象可知,两个变量是确定的函数关系,不是相关关系,故A 不正确;
对于B,由散点图可知,散点呈带状分布,所以两个变量具有线性相关关系,故B正确;
对于CD,由散点图可知,散点不呈带状分布,所以两个变量不具有线性相关关系,故CD不正确;
故选:B
知识点 03 相关系数 r
1.引入:散点图只能定性地说“像一条线”“不太像”,要回答“强多少”“哪组更强”就需要一个数量指标.样本相关系数(简称相关系数)r 正是用来度量两个变量线性相关程度的量,取值在 -1 与 1 之间.
2.定义:
3.公式的读法:分子是各点相对样本中心点的“同向偏离”的总和——x、y 同时偏大或同时偏小时乘积为正,一方偏大一方偏小时为负,所以同向变动的数据分子为正;分母的作用是把分子标准化,除掉两组数据各自的离散程度,使 r 不受单位与量级影响,成为纯粹的“程度”指标.
4.化简形式:分子分母同乘 n 并整理,得便于计算的形式
5.符号:r>0 表示正相关,r<0 表示负相关.r 的符号与回归系数 b̂ 的符号一定相同,因为二者的分子都是 Σ(xᵢ-x̄)(yᵢ-ȳ),只是分母不同(见知识点 04).
6.范围与强弱:恒有-1≤r≤1.|r| 越接近 1,线性相关程度越强;|r| 越接近 0,线性相关程度越弱.当 r=1 或 r=-1 时,所有点严格落在一条直线上,叫做完全线性相关;现实数据几乎不会出现这种情形.
7.r=0 的含义:只说明两个变量之间不存在线性相关关系,不能说“没有关系”.例如 y=x²,若 x 取关于 0 对称的一组成对数据,算出的 r 接近 0,但二者是确定的函数关系.所以判断相关关系要把散点图与 r 结合起来看,单看一个数容易误判.
8.注意:r 对异常值很敏感,一两个远离整体的点就可能让 |r| 大幅升高或降低;r 由样本算得,换一批数据就会变,它本身也是估计值,样本量很小时结论不稳定.
r 的取值
含义
散点图特征
1
完全正相关
所有点在同一条上升直线上
0<r<1
正相关,越接近 1 越强
整体上升,越贴近直线越强
0
线性不相关(不排除曲线关系)
无方向性趋势,或呈明显曲线
-1<r<0
负相关,越接近 -1 越强
整体下降
-1
完全负相关
所有点在同一条下降直线上
【即学即练】
1.对于样本相关系数r,下列说法正确的是( )
A.r的取值范围是
B.越大,相关程度越弱
C.越接近于0,成对样本数据的线性相关程度越强
D.越接近于1,成对样本数据的线性相关程度越强
【答案】D
【分析】根据相关系数的性质即可结合选项逐一求解.
【详解】对于A,r的取值范围是,故A错误,
对于B,越大,相关程度越强,故B错误,
对于C,, 越接近于0,成对样本数据的线性相关程度越弱,故C错误,
对于D,越接近于1,成对样本数据的线性相关程度越强,故D正确,
故选:D
2.关于样本相关系数,下列结论正确的是( )
A.越接近0,成对样本数据的线性相关程度越强
B.值越大,成对样本数据的线性相关程度越强
C.,成对样本数据正相关
D.,成对样本数据不相关
【答案】C
【分析】根据样本相关系数与线性相关程度的关系判断即可.
【详解】越接近0,成对样本数据的线性相关程度越弱,故A错误;
越接近1,成对样本数据的线性相关程度越强,故B错误;
,成对样本数据正相关,故C正确;
,成对样本数据负相关,故D错误.
故选:C.
知识点 04 相关系数的计算
1.计算步骤:① 列一张表,逐行算出 xᵢyᵢ,xᵢ²,yᵢ²;② 分别求和得 Σxᵢyᵢ,Σxᵢ²,Σyᵢ²,Σxᵢ,Σyᵢ;③ 求 x̄=Σxᵢ/n,ȳ=Σyᵢ/n;④ 代入化简式求 r.数据超过五组时一定要列表,逐项算、逐列对,比心算可靠得多.
2.用化简式更省事:化简式里的 n x̄ȳ、n x̄²、n ȳ² 不必先算 x̄、ȳ 再平方,直接把 x̄=Σxᵢ/n 代进去约分即可;分子分母有公因数时先约再算,能明显减少出错.
3.与回归系数的关系:记 Lxy=Σ(xᵢ-x̄)(yᵢ-ȳ),则 b̂=Lxy/Σ(xᵢ-x̄)²,而
其中 sx,sy 分别是两组数据的标准差.这个式子说明:b̂ 与 r 同号,方向由 r 决定,大小还要看两组数据离散程度的比值;同时也提醒我们,|r| 很小时求出的回归方程没有多少预测价值,一条斜率看起来不小的直线,可能只是数据的离散程度在“放大”它.
4.精度:中间量保留的位数比结果多一位,最终 r 一般保留到小数点后三位或四位;题目给出的是整数数据时,答案常是 −0.9~0.9 之间的数,若算出 0.03 之类偏小的值,先怀疑是不是漏了根号或漏加了某一列.
5.易错:分母漏掉根号,把 r 算成了 r²(此时结果恒为正,正负相关就分不出来了);或者把 Σxᵢ² 写成 (Σxᵢ)²——后者量级完全不同,结果会跑到 ±1 之外.一旦算出 |r|>1,必然是中间量算错,回头检查分母即可.
【即学即练】
1.某地经过多年的环境治理,已将荒山改造成了绿水青山,为估计一林区某种树木的总材积量.随机选取了10棵这种树木,测量每棵树的根部横截面积(单位:)和材积量(单位:),得到如下数据:
样本号i
1
2
3
4
5
6
7
8
9
10
总和
根部横截面积
0.04
0.06
0.04
0.03
0.08
0.05
0.05
0.07
0.07
0.06
0.6
材积量
0.25
0.40
0.22
0.54
0.51
0.34
0.36
0.46
0.42
0.40
3.9
并计算得.
(1)估计该林区这种树木平均一棵的根部横截面积与平均一棵的材积量;
(2)求该林区这种树木的根部横截面积与材积量的样本相关系数(精确到0.01).
附:相关系数,.
【答案】(1);
(2)
【分析】(1)计算出样本的一棵根部横截面积的平均值及一棵材积量平均值,即可估计该林区这种树木平均一棵的根部横截面积与平均一棵的材积量;
(2)代入题给相关系数公式去计算即可求得样本的相关系数值;
【详解】(1)样本中10棵这种树木的根部横截面积的平均值,
样本中10棵这种树木的材积量的平均值,
据此可估计该林区这种树木平均一棵的根部横截面积为,
平均一棵的材积量为.
(2)(2)
,
则.
知识点 05 由相关系数判断线性相关程度
1.判断标准:|r| 越大,线性相关越强;|r| 越小,线性相关越弱.实际中常用下面的经验尺度作参考——它不是教材给定的硬性分界,只是长期使用中形成的习惯说法,答题时仍需结合散点图.
2.比较两组数据:只看|r| 的大小,不必管符号——符号只表示方向,强弱看绝对值.例如 r₁=-0.95 与 r₂=0.80,r₁ 的绝对值更大,所以第一组的线性相关更强,尽管它的符号是负的.
3.用途:判断能否用线性模型.|r| 接近 1 时,用回归直线刻画两个变量是合理的,预测才有意义;|r| 很小则说明线性模型不合适——要么换用曲线模型,要么这两个变量之间本来就没有可利用的关系,硬套一个回归方程只会得到没有价值的结论.
4.注意样本量:样本很少时偶然性大,|r| 很大也可能只是巧合;样本量越大,同样大小的 |r| 越可信.所以不能脱离样本量孤立地看 r,更不能把样本的 r 直接当成总体的相关系数.
5.与散点图互证:散点图看形态(是不是直线型、有无异常点),r 看强弱(数值多大),两者应当一致.若不一致,先查异常值,再考虑是不是该换曲线模型——这正是 r 只度量“线性”相关的局限所在,也是本节把散点图放在 r 前面的原因.
|r| 的范围
线性相关程度
使用建议
0.95≤|r|≤1
很强
几乎成一条直线,线性模型可靠
0.75≤|r|<0.95
较强
趋势明显,可用线性模型作估计
0.50≤|r|<0.75
中等
有趋势但散布较大,预测需谨慎
0.30≤|r|<0.50
较弱
线性模型解释力有限,宜结合散点图
0≤|r|<0.30
很弱或线性不相关
不宜用线性模型,先看散点图
【即学即练】
1.已知甲,乙,丙,丁四组成对样本数据对应的样本相关系数分别为,,,,则线性相关程度最强的是( )
A.甲组 B.乙组
C.丙组 D.丁组
【答案】A
【分析】根据相关系数的知识确定正确答案.
【详解】相关系数的绝对值越接近,则线性相关程度越强.
,所以线性相关程度最强的是甲组.
题型01 相关关系与函数关系的辨析
【典例1】
1.如果两种证券在一段时间内收益数据的相关系数为正数,那么表明( )
A.两种证券的收益之间存在完全同向的联动关系,即同时涨或同时跌
B.两种证券的收益之间存在完全反向的联动关系,即涨或跌是相反的
C.两种证券的收益有同向变动的倾向
D.两种证券的收益有反向变动的倾向
【答案】C
【分析】根据正相关的定义可得出结论.
【详解】因为两种证券在一段时间内收益数据的相关系数为正数,
那么表明两种证券的收益有同向变动的倾向,C对,ABD错.
故选:C.
【变式1】
2.对于,两变量,有四组样本数据,分别算出它们的线性相关系数(如下),则线性相关性最强的是( )
A.-0.82 B.0.78
C.-0.69 D.0.87
【答案】D
【分析】根据相关系数与变量间相关性的关系,即可得答案.
【详解】由相关系数的绝对值越大,变量间的线性相关性越强知:各选项中 的绝对值最大.
故选:D
(2023春•承德期末)
【变式2】
3.如图,两个变量具有相关关系的是( )
A.(1)(3) B.(1)(4)
C.(2)(4) D.(2)(3)
【答案】B
【分析】根据相关关系等知识确定正确答案.
【详解】具有相关关系的是(1)(4),
(2)是确定关系,(3)不具有相关关系.
故选:B
【变式3】
4.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;
(2)父母的身高与子女的身高之间的关系;
(3)学生的学号与身高;
(4)汽车匀速行驶时的路程与时间的关系.
【答案】(1)不具有
(2)具有
(3)不具有
(4)不具有
【分析】根据题意,由相关关系的定义,逐一判断,即可得到结果.
【详解】(1)设正方形的面积为S,周长为C,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)子女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)学生的学号与身高之间没有任何关系,不具有相关关系;
(4)若汽车匀速行驶时的速度为v,行驶的路程为s,时间为t,则有,
因此当速度一定时,路程由时间唯一确定,二者之间具有函数关系,而不是相关关系.
重难点2相关关系的理解
题型02 判断正、负相关
【典例2】
1.对某两组数据进行统计,获得以下散点图,且图1、图2对应的相关系数分别为,则关于其相关系数的说法,正确的是( )
A. B.
C. D.
【答案】B
【分析】根据散点图及相关系数的概念判断即可.
【详解】由散点图可知,图(1)中两个变量成正相关,所以;图(2)中两个变量成负相关,所以 ;.
【变式1】
2.已知变量与变量正相关,样本数据中,,…,和,,…,的均值分别是,,将成对数据按照平移后绘制散点图,关于该散点图说法正确的是( )
A.大部分散点位于第一、四象限 B.大部分散点位于第二、三象限
C.大部分散点位于第一、三象限 D.大部分散点位于第二、四象限
【答案】C
【详解】因为变量与变量 正相关,
所以,
设,
所以,
所以变量与变量正相关,因此大部分散点位于第一、三象限.
【变式2】
3.对四组数据进行统计,获得如图所示的散点图,关于其样本相关系数的比较,正确的是( )
A. B.
C. D.
【答案】D
【分析】由散点图的特征,结合相关系数的定义即可得到答案.
【详解】由散点图的趋势可知, , , ,
又图一的散点图比图三的散点图更为集中,则,所以,
又图二的散点图比图四的散点图更为集中,则,所以,
所以.
故选:D.
【变式3】
4.对于样本相关系数,下列说法正确的是( )
A.的正负可以反映成对样本数据是正相关还是负相关
B.的大小可以反映成对样本数据之间线性相关的程度
C.的值越大,成对样本数据之间线性相关的程度越强
D.的取值范围是
【答案】AB
【分析】由样本相关系数的定义进行判断.
【详解】对于A项,当时,称成对样本数据正相关,当 时,称成对样本数据负相关,故A项正确;
对于B,C两项,当越接近1时,成对样本数据之间线性相关的程度越强,
当越接近0时,成对样本数据之间线性相关的程度越弱,故B项正确,C项错误;
对于D项,的取值范围是,故D项错误.
题型03 由散点图判断线性相关
【典例3】
1.观察下列散点图,则①正相关,②负相关,③不相关,图中的甲、乙、丙三个散点图按顺序相对应的是( ).
A.①②③ B.②①③
C.①③② D.③①②
【答案】C
【分析】根据散点图以及相关性定义判断.
【详解】对于图①,显然是正的线性相关,对于图②,不相关,对于图③,负的线性相关;
故选:C.
【变式1】
2.下列关于散点图的说法中,正确的是( )
A.任意给定统计数据,都可以绘制散点图
B.从散点图中可以看出两个量是否具有一定的关系
C.从散点图中可以看出两个量的因果关系
D.从散点图中无法看出数据的分布情况
【答案】B
【分析】根据散点图的概念判断即可.
【详解】散点图不适合用于展示百分比占比的数据,另外数据量较少的数据也不适合用散点图表示,故A错误;
散点图能看出两个量是否具有一定关系,但是并一定是因果关系,故B正确,C错误;
散点图中能看出数据的分布情况,故D错误.
故选:B
【变式2】
3.以下散点图中,两个变量具有正相关关系的是( )
A. B.
C. D.
【答案】A
【分析】根据散点图中两个变量的变化趋势直接判断即可.
【详解】样本点成直线形带状分布,且从左到右呈上升趋势,则两个变量是正相关关系,
故A正确,BCD错误.
【变式3】
4.某食品加工厂新研制出一种袋装食品(规格:/袋),下面是近六个月每袋出厂价格(单位:元)与销售量(单位:万袋)的对应关系表:
月份序号
每袋出厂价格
月销售量
并计算得,,.
(1)计算该食品加工厂这六个月内这种袋装食品的每袋出厂价格的平均数、平均月销售量和平均月销售收入;
(2)求每袋出厂价格与月销售量的样本相关系数(精确到);
(3)若样本相关系数,则认为相关性很强;否则没有较强的相关性.你认为该食品加工厂制定的每袋食品的出厂价格与月销售量是否有较强的相关性.
附:样本相关系数,.
【答案】(1)平均每袋出厂价格为(元),平均月销售量为 (万袋),平均月销售收入为 (万元)
(2)
(3)该食品加工厂制定的每袋食品的出厂价格与月销售量有较强的相关性
【分析】(1)由表格中数据和参考数据进行计算即可;
(2)将样本相关系数公式转化为,利用表中数据和参考数据进行计算即可;
(3)将(2)中样本相关系数的绝对值与进行比较即可.
【详解】(1)该食品加工厂这六个月内这种袋装食品每袋出厂价格的平均数:
(元),
平均月销售量为(万袋),
平均月销售收入为(万元).
(2)由已知,每袋出厂价格与月销售量的样本相关系数为:
.
(3)由于每袋出厂价格与月销售量的样本相关系数,所以该食品加工厂制定的每袋食品的出厂价格与月销售量有较强的相关性.
题型04 相关系数的意义与性质
【典例4】
1.样本相关系数可以反映两个随机变量之间的线性相关程度,以下是四组数据的相关系数值,则线性相关最强的一组是( )
A. B.
C. D.
【答案】A
【详解】因为相关系数的绝对值越大,其线性相关关系越强,
故线性相关最强的一组是.
【变式1】
2.关于的一组样本数据的散点图中,所有样本点均在直线上,则这组样本数据的样本相关系数为( )
A.-2 B.-1
C.1 D.2
【答案】B
【分析】由题意得回归直线方程是,由此即可得解.
【详解】因为所有样本点都在直线上,所以回归直线方程是 ,
可得这两个变量是负相关,故这组样本数据的样本相关系数为负值,
且所有样本点都在直线上,则有相关系数.
故选:B.
【变式2】
3.在如图所示的散点图中,若去掉点,则下列说法正确的是( )
A.样本相关系数变大
B.变量与变量的相关程度变弱
C.变量与变量呈正相关
D.变量与变量的相关程度变强
【答案】D
【分析】根据散点图及相关系数的概念判断即可.
【详解】由散点图知,自变量与因变量 呈负相关,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,与的线性相关加强,即相关程度变强,故B错误,D正确.
故选:D.
【变式3】
4.已知由样本数据组成的一个样本,根据最小二乘法求得线性回归方程为且,去除两个异常数据和后,得到新的线性回归直线的斜率为3,则下列结论中正确的是( )
A.相关变量,具有正相关关系
B.去除异常数据后,新的平均数
C.去除异常数据后的线性回归方程为
D.去除异常数据后,随值增加,的值增加速度变大
【答案】AD
【分析】A选项,根据正相关的定义得到A正确;B选项,根据新的得到B错误;C选项,先求出 ,进而得 ,结合新的经验回归直线的斜率得到新的经验回归方程判断;D选项,去除异常数据后,斜率由增大到3,故 值增加的速度变大,故D对;
【详解】A选项,因为回归方程的斜率为正,所以相关变量,具有正相关关系,所以A正确;
B选项,因为,所以去除两个异常数据和后,
得到新的,故B错;
且,得,
因为得到的新的经验回归直线的斜率为3,所以,
去除异常数据后的线性回归方程为,故C错;
因为经验回归直线的斜率为正数,所以变量x,y具有正相关关系,且去除异常数据后,斜率由2增大到3,故值增加的速度变大,故D对;
故选:AD
题型05 相关系数的计算
【典例5】
1.已知对线性数据的相关系数,其中向量,,且,.研究表明,人的脂肪含量与年龄(岁)呈线性相关关系.现收集了14个人的年龄和脂肪含量的数据,其中和分别表示第个人的年龄和脂肪含量,则这14对数据的相关系数( )
(参考数据:已知,,,,.)
A.0.92 B.0.94
C.0.95 D.0.96
【答案】C
【详解】依题意,,
,
,
所以.
【变式1】
2.样本数据,,…,(,,,…,不全相等)的散点图中,所有样本点都落在直线上,则这组样本数据的相关系数为( )
A.1 B.
C. D.-1
【答案】A
【详解】所有样本点都落在直线上,斜率 ,所以这组样本数据正相关且相关系数为1.
【变式2】
3.有两组数据,,…与,,…,满足,其中,.记与另一组样本数据,,…的样本相关系数为,与同一组数据的样本相关系数为(样本相关系数的公式为:),则下列选项正确的是( )
A. B.
C. D.
【答案】B
【分析】利用样本相关系数的定义公式,结合与 的线性变换关系,化简 的表达式后与 对比即可得结论.
【详解】,
由,
,
即.
【变式3】
4.对于变量x和变量y,设获得的成对数据为,,…,,其中,.在某实验过程中,随机抽样获得了如下成对样本数据:
表1:
x
100
110
120
130
140
150
160
170
180
190
y
40
47
56
61
66
72
74
78
83
86
对表1中数据作变换,得到了如下表2:
表2:
序号
1
2
3
4
5
6
7
8
9
10
u
-5
-4
-3
-2
-1
0
1
2
3
4
-5
v
-30
-23
-14
-9
-4
2
4
8
13
16
-37
150
92
42
18
4
0
4
16
39
64
429
设样本相关系数为r,当时,表明两个变量的线性相关程度较强,当时,表明两个变量的线性相关程度很强.
参考公式:;,.
参考数据:,,,,,,,,.
(1)证明:
(2)分别求表1中的两个变量x,y的样本相关系数r,并推断相关程度;
(3)设y关于x的经验回归方程为,反之,x关于y的经验回归方程为.由实验数据,利用参考数据求经验回归方程和(计算结果精确到0.01);
【答案】(1)证明:,
而因为,,所以
(2)0.9876,相关程度很强
(3)和
【分析】(1)利用多项式乘法和加法结合律即可得到证明;
(2)利用公式代入数据,即可得到相关系数;
(3)利用公式求解回归方程即可.
【详解】(1)略
(2)因为,,
所以,,
,
又因为,,所以,,
即,
,
,
则,
所以相关程度很强;
(3)因为,
,
所以,
因为,
,
所以,
故所求的经验回归方程为:和.
题型06 相关系数的应用与相关性分析
【典例6】
1.某中学生物兴趣小组观察鸢尾花时,发现“花瓣长度”和“花萼长度”总是一起变化,选取样本调查所得数据如图所示,其中相关系数,下列说法正确的是( )
A.花瓣长度和花萼长度呈现负相关
B.花瓣长度和花萼长度呈现正相关
C.花瓣长度和花萼长度没有相关性
D.若从样本中抽取一部分,则这部分的相关系数一定是
【答案】B
【分析】根据散点图的特点可分析出相关性的问题,从而判断ABC选项,根据相关系数的定义可以判断D选项.
【详解】对于AB,散点的分布是从左下到右上,从而花瓣长度和花萼长度呈现正相关性,故A错误,B正确;
对于C,根据散点的集中程度可知,花瓣长度和花萼长度有相关性,故C错误;
对于D,由于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,可能变弱,
即取出的数据的相关系数不一定是,故D错误.
【变式1】
2.观察下列散点图,其中图1两个变量的相关关系为,图2两个变量的相关关系为,则下列说法错误的是( )
A. B.
C. D.
【答案】D
【分析】利用相关系数的性质即可.
【详解】由图可得, ,图2线性相关性比图1强,所以 ,则 ,即 .
【变式2】
3.两个变量X和Y的线性回归方程为,样本相关系数为r,则( )
A.与r同号 B.与r同号
C.与r异号 D.与r异号
【答案】B
【详解】由线性相关关系可知,若,等价于两个变量正相关,等价于 ;
若,等价于两个变量负相关,等价于,
所以与同号,故B项正确,D项错误;
与的符号没有关系,故A,C项错误.
【变式3】
4.某网站统计了某网红螺蛳粉在2020年7月至11月的总销售量y(单位:万),得到以下数据:
月份x
7
8
9
10
11
销售量y
10
12
11
12
20
根据表中所给数据,用相关系数r加以判断,是否可用线性回归模型拟合y与x的关系?
(参考公式:相关系数.参考数据:)
【答案】可用线性回归模型拟合y与x的关系.
【分析】计算相关系数得出y与x的线性相关关系强弱并得出结果.
【详解】由已知得:, , , ,
∴.
因为,说明y与x的线性相关关系很强,可用线性回归模型拟合y与x的关系.
1.在下列各图中,两个变量具有相关关系的是( ).
A.①②③ B.①③
C.②③ D.②
【答案】C
【详解】对于①,所有的点都在曲线上,具有函数关系;
对于②,所有的散点分布在一条直线附近,具有相关关系;
对于③,所有的散点分布在一条曲线附近,具有相关关系;
对于④,所有的散点杂乱无章,不具有相关关系.
2.对变量,有观测数据,得散点图;对变量,有观测数据,得散点图2.由这两个散点图可以判断( )
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
【答案】B
【分析】根据散点图点的变化关系确定正负相关性即可.
【详解】由变量, 的散点图,知随 增大, 也增大,变量 与 正相关,
由变量,的散点图,知随增大,减小,与负相关.
故选:B
3.下列散点图中,两个变量的相关系数分别为,则最大的是( )
A. B.
C. D.
【答案】A
【分析】根据散点图的整体走向定正负以排除负相关,再根据散点分布的紧密程度定大小,从而选出最接近1的正相关系数.
【详解】易得图1和图3中的点呈正相关,即,
图1中的点较集中在一条直线附近,线性相关性较强,即,
图2图4中的点呈负相关,即皆负,无需考虑,
所以最大.
4.观察下列散点图,其中图1两个变量的相关关系系数为,图2两个变量的相关关系系数为,则下列判断正确的是( )
A. B.
C. D.
【答案】A
【分析】根据图象和相关系数的意义可得, ,且 ,依次判断即可.
【详解】①分析图的相关系数 :观察图1,散点图中的点大致分布在从左上到右下的带状区域内,
随着的增大,总体呈减小趋势,根据相关系数的定义,两个变量呈负相关,故;
②分析图的相关系数:观察图2,散点图中的点大致分布在从左下到右上的带状区域内,
随着的增大,总体呈增大趋势,根据相关系数的定义,两个变量呈正相关,故;
此外,观察图中点的分布比图1更紧密地围绕在一条直线附近,说明图的线性相关性更强,即,
对于A,,,且,所以,A正确;
对于B,,,所以,B错误;
对于CD,,,所以,CD错误.
5.已知两组成对样本数据的散点图如图所示,则下列结论错误的是( )
A. B.
C. D.
【答案】C
【详解】∵ 第一组散点图的点整体呈下降趋势,两变量为负相关,∴,不符合题意;
∵ 第二组散点图的点整体呈上升趋势,两变量为正相关,∴,不符合题意;
观察散点图可知第一组数据的散点更贴近拟合直线,线性相关程度更强,∴,故C错误,符合题意;
∵且,∴,不符合题意.
6.通过一组样本数据,,…,,求得,,线性相关系数,经验回归方程为,则( )
A.变量x与y负相关 B.变量x与y的线性相关关系较弱
C. D.
【答案】ACD
【详解】 选项A:线性相关系数,说明变量 和 负相关,A正确;
选项B:越接近1,变量的线性相关关系越强,本题非常接近1,说明线性相关关系很强,B错误;
选项C:经验回归直线恒过样本中心点,将代入回归方程,可得,C正确;
选项D:由可知回归系数,结合得,因为,所以,因此,D正确.
7.某田径协会开展竞走的步长和步时之间的关系的课题研究,得到相应的实验数据:
步时x(单位:s)
0.28
0.29
0.30
0.31
0.32
步长y(单位:)
90
95
99
103
117
则该课题研究竞走的实验数据中的步长和步时之间的相关系数为________.(精确到0.01)
参考公式:相关系数;参考数据:,,,.
【答案】0.95
【详解】由参考数据可知,,
所以.
8.已知一组变量线性相关,样本相关系数,现将坐标原点平移到点,则大多数点应该落在第____象限.
【答案】二、四
【分析】根据负相关的散点图特点,判断结果即可.
【详解】因为,所以变量负相关,则在以 为坐标原点的坐标系下的散点图,大多数点应该落在第二、四象限.
9.某贫困县为了响应国家精准扶贫的号召,特地承包了一块土地,已知土地的使用面(单位:亩)与相应的管理时间(单位:月)的关系如表所示:
土地使用面积(单位:亩)
1
2
3
4
5
管理时间(单位:月)
8
11
14
24
23
作出散点图,判断管理时间与土地使用面积是否线性相关,并根据相关系数说明相关关系的强弱.(若,认为两个变量有较强的线性相关性,的值精确到0.001)
注:亩,我国市制土地面积单位,1亩≈666.7平方米.
参考公式:.
参考数据:,,.
【答案】散点图如下:
管理时间与土地使用面积线性相关,
因为,所以管理时间与土地使用面积线性相关性较强.
【分析】根据表格数据画出散点图,即可判断线性相关性,再根据所给公式计算出相关系数即可.
【详解】根据表格数据可得散点图如图所示.
由散点图可知,管理时间与土地使用面积线性相关.
依题意,,又,
,
,
,
则.
因为,所以管理时间与土地使用面积线性相关性较强.
10.根据统计,某蔬菜基地西红柿亩产量的增加量y(百千克)与某种液体肥料每亩使用量x(千克)之间的对应数据的散点图,如图所示.
(1)依据数据的散点图可以看出,可用线性回归模型拟合y与x的关系,请计算相关系数r并加以说明(若,则线性相关程度很高,可用线性回归模型拟合);
(2)求y关于x的回归方程,并预测当液体肥料每亩使用量为10千克时,西红柿亩产量的增加量约为多少?
附:相关系数公式.
参考数据:
回归方程中斜率和截距的最小二乘估计公式分别为.
【答案】(1)
由已知数据可得,,
所以,
,
,
所以相关系数.
因为,所以可用线性回归模型拟合y与x的关系.
(2);550千克
【分析】(1)根据散点图中的数据分别求得可得, , , , ,进而求得相关系数 ,再与0.75比较下结论.
(2)结合(1)中的数据,分别求得,,写出回归方程,然后将代入求解.
【详解】(1)略
(2),,
所以回归方程为.
当时,.
即当液体肥料每亩使用量为10千克时,西红柿亩产量的增加量约为550千克
1.在下列两个量之间的关系中,属于相关关系的是( )
A.匀速直线运动中时间与位移的关系 B.学生的成绩和身高
C.一块农田的小麦产量与施肥量 D.正n边形的边数与内角度数之和
【答案】C
【详解】A、D是函数关系;B是不相关关系,也不是函数关系;
C是相关关系,一般来说,农田的施肥量越大,小麦产量一般会越多.
2.下列散点图中所对应的成对样本数据呈现正相关关系的是( )
A. B.
C. D.
【答案】A
【分析】根据数据点的分布情况直观判断是否有线性相关关系及正负相关即可.
【详解】A中散点图可知样本数据呈现正相关,B中散点图可知样本数据呈现负相关,
C中散点图可知样本数据的趋势先下降后上升,不是正相关,
D中散点图的样本数据杂乱无序,没有相关性.
3.某电商随机调查2500名消费者的月消费金额与满意度评分,整理统计数据得到关于的经验回归方程为,与的相关系数,若月消费金额的标准差为6.4,则满意度评分的方差为( )
附:经验回归方程中回归系数;相关系数.
A.8 B.20
C.64 D.400
【答案】C
【分析】结合回归系数、相关系数的公式推导二者与变量标准差的关系,先求满意度评分的标准差,再计算其方差
【详解】设月消费金额的标准差为 ,满意度评分 的标准差为 ,
由方差定义得,
联立回归系数与相关系数的公式:,
消去公共分子项后化简可得:,将已知,
代入得,因此满意度评分的方差为.
4.为调查本班学生的身高体重情况,班主任在学生中随机抽测了人的身高和体重,统计数据制作成如下所示的散点图:
由最小二乘法计算得到回归直线的方程为,样本相关系数为.经过分析确定为异常数据,把它去掉后,再用剩下的组数据计算得到回归直线的方程为,样本相关系数为,且必经过点.找到该异常数据的同学后重新测量为,用该组数据与剩下的组数据计算得到回归直线的方程为,样本相关系数为,则以下结论正确的有( )
A. B.
C. D.
【答案】AC
【分析】求出身高的平均数,再根据、 、 的意义逐项判断即可.
【详解】身高的平均值为,
从散点图分析可知,异常数据的横坐标小于平均值,纵坐标相对过大,
所以去掉异常数据后回归直线的斜率变大,所以,
因为去掉异常数据后成对样本数据的线性相关程度更强,拟合效果会更好,所以,
又因为重新测量后的数据恰好为余下组数据的平均值,所以,,
综上,,.
5.某工厂统计了甲产品在2024年7月至12月的销售量(单位:万件),得到以下数据:
月份
7
8
9
10
11
12
销售量
11
12
14
15
18
20
根据表中所给数据,可得相关系数__________.(结果保留2位小数)
(参考公式:相关系数,参考数据:)
【答案】
【分析】先计算样本均值,再根据相关系数公式分别计算分子、分母后代入求值即可.
【详解】由题意得, , , , ,
故.
6.假设关于某种设备的使用年限(年)与所支出的维修费用(万元)有如下统计资料:
2
3
4
5
6
2.2
3.8
5.5
6.5
7.0
已知,,,,.
(1)求,;
(2)对,进行线性相关性检验.
【答案】(1),
(2)具有很强的正线性相关关系
【分析】(1)根据表格数据直接求解即可;
(2)根据题意,结合参考数据和相关系数的计算公式,求出,即可判断与之间是否具有线性相关关系.
【详解】(1)依题意可得,
.
(2)又,
,
,
所以.
所以有把握认为与之间具有很强的正线性相关关系.
7.大学生刘铭去某工厂实习,实习结束时从自己制作的某种零件中随机选取了10个样品,测量每个零件的横截面积(单位:)和耗材量(单位:),得到如下数据:
样本号
1
2
3
4
5
6
7
8
9
10
总和
零件的横截面积
0.03
0.05
0.04
0.07
0.07
0.04
0.05
0.06
0.06
0.05
0.52
耗材量
0.24
0.40
0.23
0.55
0.50
0.34
0.35
0.45
0.43
0.41
3.9
并计算得,.
(1)估算刘铭同学制作的这种零件平均每个零件的横截面积以及平均一个零件的耗材量;
(2)求刘铭同学制作的这种零件的横截面积和耗材量的样本相关系数(精确到0.01).
附:相关系数;.
【答案】(1)横截面积为,耗材量为 .
(2)0.94
【分析】(1)根据表格中的数据,结合平均数的计算公式,即可求解;
(2)由表格中的参考数据和相关系数的公式,准确计算,即可求解.
【详解】(1)解:样本中10个这种零件的横截面积的平均值,
样本中10个这种零件的耗材量的平均值,
由此可估算刘铭同学制作的这种零件平均每个零件的横截面积为,平均一个零件的耗材量为.
(2)解:由表格中的参考数据和相关系数的公式,可得
,
所以这种零件的横截面积和耗材量的样本相关系数.
8.为了了解高中学生课后自主学习数学时间(x分钟/每天)和他们的数学成绩(y分)的关系,某实验小组做了调查,得到一些数据(表一).
编号
1
2
3
4
5
学习时间x
30
40
50
60
70
数学成绩y
65
78
85
99
108
(1)求数学成绩y与学习时间x的相关系数(精确到0.001);
(2)请用相关系数说明该组数据中y与x之间的关系可用线性回归模型进行拟合,并求出y关于x的回归直线方程,并由此预测每天课后自主学习数学时间为100分钟时的数学成绩
(参考数据:,
附:
)
【答案】(1)0.996
(2)接近1,故y与x之间具有极强的线性相关关系,,分
【分析】(1)先算出的平均值,代入相关系数公式求解;
(2)相关系数越靠近1,线性相关性越强,适合线性回归;用最小二乘法算斜率,再算截距得到回归直线,把代入方程做预测.
【详解】(1), , ,
,
所以数学成绩y与学习时间x的相关系数;
(2)由(1)知接近1,故y与x之间具有极强的线性相关关系,可用线性回归直线方程模型进行拟合;
由,
故得,当时,,
故预测每天课后自主学习数学时间达到100分钟时的数学成绩为分.
1 / 2
学科网(北京)股份有限公司
$