(步步高 高中理科数学 教学资料)11.3.docx
- 【下载声明】
1. 本站全部试题类文档,若标题没写含答案,则无答案;标题注明含答案的文档,主观题也可能无答案。请谨慎下单,一旦售出,不予退换。
2. 本站全部PPT文档均不含视频和音频,PPT中出现的音频或视频标识(或文字)仅表示流程,实际无音频或视频文件。请谨慎下单,一旦售出,不予退换。
3. 本页资料《(步步高 高中理科数学 教学资料)11.3.docx》由用户(四川天地人教育)主动上传,其收益全归该用户。163文库仅提供信息存储空间,仅对该用户上传内容的表现方式做保护处理,对上传内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知163文库(点击联系客服),我们立即给予删除!
4. 请根据预览情况,自愿下载本文。本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
5. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007及以上版本和PDF阅读器,压缩文件请下载最新的WinRAR软件解压。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 步步高 高中理科数学 教学资料 【步步高 高中理科数学 教学资料】11.3 步步高 高中 理科 数学 教学 资料 11.3 下载 _一轮复习_高考专区_数学_高中
- 资源描述:
-
1、11.3变量间的相关关系、统计案例变量间的相关关系、统计案例 最新考纲考情考向分析 1.会作两个相关变量的数据的散点图,会利用散点图 认识变量间的相关关系 2.了解最小二乘法的思想,能根据给出的线性回归方 程系数公式建立线性回归方程 3.了解独立性检验的基本思想、方法及其初步应用 4.了解回归分析的基本思想、方法及简单应用. 回归分析,独立性检验是全国卷高考 重点考查的内容,必考一个解答题, 选择、填空题中也会出现主要考查 回归方程,相关系数,利用回归方程 进行预测,独立性检验的应用等. 1两个变量的线性相关 (1)正相关 在散点图中,点散布在从左下角到右上角的区域,对于两个变量的这种相关关系
2、,我们将它 称为正相关 (2)负相关 在散点图中,点散布在从左上角到右下角的区域,两个变量的这种相关关系称为负相关 (3)线性相关关系、回归直线 如果散点图中点的分布从整体上看大致在一条直线附近,就称这两个变量之间具有线性相关 关系,这条直线叫做回归直线 2回归方程 (1)最小二乘法 求回归直线,使得样本数据的点到它的距离的平方和最小的方法叫做最小二乘法 (2)回归方程 方程y b xa 是两个具有线性相关关系的变量的一组数据(x1,y1),(x2,y2),(xn,yn) 的回归方程,其中a ,b 是待定参数 b n i1 xi x yi y n i1 xi x 2 n i1xiyin xy
3、n i1x 2 in x2 , a y b x . 3回归分析 (1)定义:对具有相关关系的两个变量进行统计分析的一种常用方法 (2)样本点的中心 对于一组具有线性相关关系的数据(x1,y1),(x2,y2),(xn,yn),其中( x , y )称为样本 点的中心 (3)相关系数 当 r0 时,表明两个变量正相关; 当 rR22; x,y 之间不能建立线性回归方程 答案 解析在散点图中, 点散布在从左上角到右下角的区域, 因此 x, y 是负相关关系, 故正确; 由散点图知用 y 2 1e c x c拟合比用y b xa 拟合效果要好,则 R21R22,故正确;x,y 之间 可以建立线性回归
4、方程,但拟合效果不好,故错误 思维升华 判定两个变量正,负相关性的方法 (1)画散点图:点的分布从左下角到右上角,两个变量正相关;点的分布从左上角到右下角, 两个变量负相关 (2)相关系数:r0 时,正相关;r0 时,正相关;b 0 时,负相关 题型二题型二线性回归分析线性回归分析 典例 (2016全国)下图是我国 2008 年至 2014 年生活垃圾无害化处理量(单位:亿吨)的折线 图 注:年份代码 17 分别对应年份 20082014. (1)由折线图看出,可用线性回归模型拟合 y 与 t 的关系,请用相关系数加以说明; (2)建立 y 关于 t 的回归方程(系数精确到 0.01),预测
5、2016 年我国生活垃圾无害化处理量 附注: 参考数据:错误错误!i9.32,错误错误!iyi40.17,错误错误!0.55, 72.646. 参考公式:相关系数 r错误错误!, 回归方程y a b t 中斜率和截距的最小二乘估计公式分别为: b 错误错误!,a y b t . 解(1)由折线图中数据和附注中参考数据得 t 4,错误错误!(ti t )228,错误错误!0.55. 错误错误!(ti t )(yi y )错误错误!iyi t 错误错误!i 40.1749.322.89, 所以 r 2.89 0.5522.6460.99. 因为 y 与 t 的相关系数近似为 0.99, 说明 y
6、与 t 的线性相关程度相当高, 从而可以用线性回归 模型拟合 y 与 t 的关系 (2)由 y 9.32 7 1.331 及(1)得 b 错误错误!2.89 28 0.103, a y b t 1.3310.10340.92. 所以 y 关于 t 的回归方程为y 0.920.10t. 将 2016 年对应的 t9 代入回归方程得 y 0.920.1091.82. 所以预测 2016 年我国生活垃圾无害化处理量将约为 1.82 亿吨 思维升华 线性回归分析问题的类型及解题方法 (1)求线性回归方程 利用公式,求出回归系数b ,a . 待定系数法:利用回归直线过样本点的中心求系数 (2)利用回归方
7、程进行预测,把线性回归方程看作一次函数,求函数值 (3)利用回归直线判断正、负相关;决定正相关还是负相关的是系数b . (4)回归方程的拟合效果,可以利用相关系数判断,当|r|越趋近于 1 时,两变量的线性相关性 越强 跟踪训练 某公司为确定下一年度投入某种产品的宣传费,需了解年宣传费 x(单位:千元)对 年销售量 y(单位:t)和年利润 z(单位:千元)的影响,对近 8 年的年宣传费 xi和年销售量 yi(i 1,2,8)数据作了初步处理,得到下面的散点图及一些统计量的值 xyw 错误错误!(xi x )2 错误错误!(wi w )2 错误错误!(xi x )(yi y ) 错误错误!(wi
8、 w )(yi y ) 46.65636.8289.81.61 469108.8 表中 wi xi, w 1 8错误 错误!i. (1)根据散点图判断,yabx 与 ycdx哪一个适宜作为年销售量 y 关于年宣传费 x 的回 归方程类型?(给出判断即可,不必说明理由) (2)根据(1)的判断结果及表中数据,建立 y 关于 x 的回归方程; (3)已知这种产品的年利润 z 与 x,y 的关系为 z0.2yx.根据(2)的结果回答下列问题: 年宣传费 x49 时,年销售量及年利润的预报值是多少? 年宣传费 x 为何值时,年利润的预报值最大? 附:对于一组数据(u1,v1),(u2,v2),(un,
9、vn),其回归直线v u 的斜率和截距 的最小二乘估计分别为 错误错误!, v u . 解(1)由散点图可以判断, ycdx适宜作为年销售量 y 关于年宣传费 x 的回归方程类型 (2)令 w x,先建立 y 关于 w 的线性回归方程,由于 d 错误错误!108.8 1.6 68, c y d w 563686.8100.6, 所以 y 关于 w 的线性回归方程为y 100.668w, 因此 y 关于 x 的回归方程为y 100.668 x. (3)由(2)知,当 x49 时, 年销售量 y 的预报值y 100.668 49576.6, 年利润 z 的预报值z 576.60.24966.32.
10、 根据(2)的结果知,年利润 z 的预报值 z 0.2(100.668 x)xx13.6 x20.12. 所以当 x13.6 2 6.8,即 x46.24 时,z 取得最大值 故年宣传费为 46.24 千元时,年利润的预报值最大 题型三题型三独立性检验独立性检验 典例 (2017全国)海水养殖场进行某水产品的新、 旧网箱养殖方法的产量对比, 收获时各随 机抽取了 100 个网箱,测量各箱水产品的产量(单位:kg),其频率分布直方图如下: (1)设两种养殖方法的箱产量相互独立,记 A 表示事件“旧养殖法的箱产量低于 50 kg,新养 殖法的箱产量不低于 50 kg”,估计 A 的概率; (2)填
11、写下面列联表,并根据列联表判断是否有 99%的把握认为箱产量与养殖方法有关: 箱产量50 kg箱产量50 kg 旧养殖法 新养殖法 (3)根据箱产量的频率分布直方图,求新养殖法箱产量的中位数的估计值(精确到 0.01) 附: P(K2k0)0.0500.0100.001 k03.8416.63510.828 K2 nadbc2 abcdacbd. 解(1)记 B 表示事件“旧养殖法的箱产量低于 50 kg”,C 表示事件“新养殖法的箱产量不 低于 50 kg” 由题意知,P(A)P(BC)P(B)P(C) 旧养殖法的箱产量低于 50 kg 的频率为 (0.0120.0140.0240.0340
12、.040)50.62, 故 P(B)的估计值为 0.62. 新养殖法的箱产量不低于 50 kg 的频率为 (0.0680.0460.0100.008)50.66, 故 P(C)的估计值为 0.66. 因此,事件 A 的概率估计值为 0.620.660.409 2. (2)根据箱产量的频率分布直方图得列联表如下: 箱产量6.635,故有 99%的把握认为箱产量与养殖方法有关 (3)因为新养殖法的箱产量频率分布直方图中, 箱产量低于50 kg的直方图面积为(0.0040.020 0.044)50.340.5, 故新养殖法箱产量的中位数的估计值为 500.50.34 0.068 52.35 (kg)
13、 思维升华 (1)比较几个分类变量有关联的可能性大小的方法 通过计算 K2的大小判断:K2越大,两变量有关联的可能性越大 通过计算|adbc|的大小判断:|adbc|越大,两变量有关联的可能性越大 (2)独立性检验的一般步骤 根据样本数据制成 22 列联表 根据公式 K2 nadbc2 abacbdcd计算 K 2的观测值 k. 比较 k 与临界值的大小关系,作统计推断 跟踪训练 (2017石家庄质检)微信是现代生活进行信息交流的重要工具, 某公司 200 名员工中 90%的人使用微信,其中每天使用微信时间在一小时以内的有 60 人,其余的员工每天使用微 信的时间在一小时以上, 若将员工分成青
14、年(年龄小于 40 岁)和中年(年龄不小于 40 岁)两个阶 段,那么使用微信的人中 75%是青年人若规定:每天使用微信时间在一小时以上为经常使 用微信,那么经常使用微信的员工中有2 3是青年人 (1)若要调查该公司使用微信的员工经常使用微信与年龄的关系,列出 22 列联表: 青年人中年人合计 经常使用微信 不经常使用微信 合计 (2)根据 22 列表中的数据利用独立性检验的方法判断是否有 99.9%的把握认为“经常使用 微信与年龄有关”? 附:K2 nadbc2 abcdacbd. P(K2k0)0.0100.001 k06.63510.828 解(1)由已知可得,该公司员工中使用微信的有
15、20090%180(人) 经常使用微信的有 18060120(人), 其中青年人有 1202 380(人), 使用微信的人中青年人有 18075%135(人), 故 22 列联表如下: 青年人中年人合计 经常使用微信8040120 不经常使用微信55560 合计13545180 (2)将列联表中数据代入公式可得: K21808055540 2 1206013545 13.333, 由于 13.33310.828,所以有 99.9%的把握认为“经常使用微信与年龄有关” 求线性回归方程的方法技巧 典例 (12 分)某地最近十年粮食需求量逐年上升,下表是部分统计数据: 年份2006200820102
16、0122014 需求量/万吨236246257276286 (1)利用所给数据求年需求量与年份之间的线性回归方程y b xa ; (2)利用(1)中所求出的线性回归方程预测该地 2018 年的粮食需求量 思想方法指导 回归分析是处理变量相关关系的一种数学方法主要解决:(1)确定特定量之 间是否有相关关系,如果有就找出它们之间贴近的数学表达式;(2)根据一组观测值,预测变 量的取值及判断变量取值的变化趋势;(3)求出线性回归方程 规范解答 解(1)由所给数据看出,年需求量与年份之间近似直线上升,下面来求线性回归方程,先将 数据处理如下表 年份201042024 需求257211101929 对处
17、理的数据,容易算得 x 0, y 3.2,4 分 b 421211219429503.2 42222242502 260 40 6.5, a y b x 3.2.6 分 由上述计算结果,知所求线性回归方程为 y 2576.5(x2010)3.2, 即y 6.5(x2010)260.2.8 分 (2)利用所求得的线性回归方程,可预测 2018 年的粮食需求量大约为 6.5(20182010)260.26.58260.2312.2(万吨)12 分 1根据如下样本数据: x345678 y4.02.50.50.50.40.1 得到的线性回归方程为y b xa ,则() A.a 0,b 0B.a 0,
展开阅读全文