当前位置:首页 >> 数学 >>

高一数学 两个变量的线性相关


§2.3.2 两个变量的线性关系

§2.3.2 两个变量的线性关系

1、变量之间除了函数关系外,还有相关关系。

例:(1)商品销售收入与广告支出经费之间的关系
(2)粮食产量与施肥量之间的关系

(3)人体内脂肪含量与年龄之间的关系

相关关系与函数关系的异同点:

相同点:均是指两个变量的关系. 不同点:函数关系是一种确定的关系;而 相关关系是一种非确定关系.

§2.3.2 两个变量的线性关系

2、两个变量之间产生相关关系的原因是受许多不确
定的随机因素的影响。 3、需要通过样本来判断变量之间是否存在相关关系

§2.3.2 两个变量的线性关系

在一次对人体脂肪含量和年龄关系的研究中, 研究人员获得了一组样本数据:
年龄 23 脂肪 9.5 年龄 53 27 39 41 45 49 50

17.8 21.2 25.9 27.5 26.3 28.2 54 56 57 58 60 61

脂肪 29.6 30.2 31.4 30.8 33.5 35.2 34.6

根据上述数据,人体的脂肪含量与年龄之间 有怎样的关系?

§2.3.2 两个变量的线性关系

散点图:
40 30 20 10 0 0 10
脂肪含量

人体脂肪含量百分比与年龄散点图

20

30 年龄

40

50

60

70

两个变量的散点图中点的分布的位置是从左 下角到右上角的区域,即一个变量值由小变大, 另一个变量值也由小变大,我们称这种相关关系 为正相关。

§2.3.2 两个变量的线性关系

思考:1、两个变量成负相关关系时,散点图 有什么特点? 答:两个变量的散点图中点的分布的位置是 从左上角到右下角的区域,即一个变量值由 小变大,而另一 运鱼车的单位时间与存活比例 个变量值由 1.5 大变小,我 1 们称这种相 0.5 关关系为负 0 相关。 0 0.2 0.4 0.6
存活比例

单位时间

§2.3.2 两个变量的线性关系

2、你能举出一些生活中的变量成正相关或者 负相关的例子吗? 如学习时间与成 120 绩,负相关如日用眼 100 80 时间和视力,汽车的 60 40 重量和汽车每消耗一 20 升汽油所行驶的平均 0 0 20 40 60 80 100 路程等。 注:若两个变量散点图呈上图,则不具有相关关 系,如:身高与数学成绩没有相关关系。

§2.3.2 两个变量的线性关系

散 点 图

人体脂肪含量百分比与年龄散点图

脂肪含量

40 20 0 0 20 40 年龄 60 80

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,我们就称这两个变量之间具
有线性相关关系,这条直线就叫做回归直线。 这条回归直线的方程,简称为回归方程。

§2.3.2 两个变量的线性关系

? 1.如果所有的样本点都落在某一函数曲线上, 变量之间具有函数关系 ? 2.如果所有的样本点都落在某一函数曲线附近, 变量之间就有相关关系 ? 3.如果所有的样本点都落在某一直线附近,变 量之间就有线性相关关系 ? 只有散点图中的点呈条状集中在某一直线周围 的时候,才可以说两个变量之间具有线性关系, 才有两个变量的正线性相关和负线性相关的概 念,才可以用回归直线来描述两个变量之间的 关系

§2.3.2 两个变量的线性关系

三、我们应该如何具体的求出这个回归方程呢? 方案一:采用测量的方法:先画一条直线,测 量出各点到它的距离,然后移动直线,到达一 个使距离之和最小的位置,测量出此时直线的 斜率和截距,就得到回归方程。
脂肪 40 30 20 10 0 0 20 40 60 80

脂肪

§2.3.2 两个变量的线性关系

方案二: 在图中选取两点画直线,使得直线 两侧的点的个数基本相同。
脂肪 40 30 20 10 0 0 20 40 60 80

脂肪

§2.3.2 两个变量的线性关系

方案三: 在散点图中多取几组点,确定几条 直线的方程,分别求出各条直线的斜率和截 距的平均数,将这两个平均数作为回归方程 的斜率和截距。
脂肪 40 30 20 10 0 0 20 40 60 80

脂肪

§2.3.2 两个变量的线性关系

上述三种方案均有一定的道理,但可靠性 不强,我们回到回归直线的定义。 求回归方程的关键是如何用数学的方法来刻画 “从整体上看,各点与直线的偏差最小”。计 算回归方程的斜率和截距的一般公式:
n ? ? ( x i ? x )( y i ? y ) ? ? b ? i?1 ? ? n 2 ? ( xi ? x) ? ? i?1 ? ?a ? y ? b x ?

?
i?1

n

xi yi ? n x y , xi
2

?
i?1

n

? nx

2

其中,b是回归方程的斜率,a是截距。

§2.3.2 两个变量的线性关系

5、最小二乘法的公式的探索过程如下: 设已经得到具有线性相关关系的变量的一组数据: (x1,y1),(x2,y2),…,(xn,yn)
设所求的回归直线方程为Y=bx+a,其中a,b是待定 的系数。当变量x取x1,x2,…,xn时,可以得到
y

Yi=bxi+a(i=1,2,…,n) 它与实际收集得到的yi之间偏差是 yi-Yi=yi-(bxi+a)(i=1,2,…,n) 这样,用这n个偏差的和来刻画 “各点与此直线的整体偏差” 是比较合适的。
(x1,y1)

(xi ,yi ) yi-Yi

(x2,y2)

x

§2.3.2 两个变量的线性关系

Σ(yi-Yi)的最小值
i=1

n

Σ|yi-Yi|的最小值
i=1

n

Σ(yi-Yi)^2的最小值
i=1

n

b= n

Σ(xi-x)(yi-y) ? ? i=1 Σ(xi-x) ?
i=1

n

a=y-bx ? ?
Q=(y1-bx1-a)^2+(y2-bx2-a)^2+…+(yn-bxn-a)^2 当a,b取什么值时,Q的值最小,即总体偏差最小

§2.3.2 两个变量的线性关系

我们可以用计算机来求回归方程。
回归方程 40 30 20 10 0 0 20 y = 0.5765x - 0.4478

40

60

80

人体脂肪含量与年龄之间的规律,由此回归 直线来反映。

§2.3.2 两个变量的线性关系

将年龄作为x代入上述回归方程,看看 得出数值与真实值之间有何关系?
年龄 23 27 39 41 45 49 50

脂肪 回归值
年龄 脂肪

9.5 12.8
53 29.6

17.8 15.1
54 30.2

21.2 22.0
56 31.4

25.9 23.2
57 30.8

27.5 26.3 28.2 25.5 27.8 28.4
58 60 61

33.5 35.2 34.6

回归值

30.1

30.7

31.8

32.4

33.0 34.1 34.7

§2.3.2 两个变量的线性关系

若某人65岁,可预测他体内脂肪含量在 37.1%(0.577×65-0.448= 37.1%)附近的可 能性比较大。 但不能说他体内脂肪含量一定是37.1%

原因:线性回归方程中的截距和斜率都是通
过样本估计的,存在随机误差,这种误差可 以导致预测结果的偏差,即使截距斜率没有 误差,也不可能百分百地保证对应于x,预报 值Y能等于实际值y

§2.3.2 两个变量的线性关系

§2.3.2 两个变量的线性关系

例2、假设关于某设备的使用年限x(年)和所支出的维修 费用y(万元),有如下的统计资料:

使用年限x(年)

2

3
3.8

4
5.5

5
6.5

6
7.0

维修费用y(万元) 2.2

若资料知y,x呈线性相关关系,试求: (1) 线性回归方程Y=bx+a的回归系数a、b; (2) 估计使用年限为10年时,维修费用是多少?

§2.3.2 两个变量的线性关系 解: i

xi yi xiyi xi^2 ? x=4;

1 2 3 4 5 合计 2 3 4 5 6 20 2.2 3.8 5.5 6.5 7 25 4.4 11.4 22 32.5 42 112.3 4 9 16 25 36 90 ? y=5; x1^2+x2^2+…+x5^2=90; x1y1+x2y2+…+x5y5=112.3

(1)于是有b=(112.3-5*4*5)/(90-5*4^2)=1.23, a=5-1.23*4=0.08 (2)回归方程为Y=1.23x+0.08,当x =10时,Y=12.38 (万元),即估计使用10年时维护费用是12.38万元。

§2.3.2 两个变量的线性关系 例1:有一个同学家开了一个小卖部,他为了研究气温对热 饮销售的影响,经过统计,得到一个卖出的热饮杯数与当 天气温的对比表:
摄氏温度 热饮杯数 -5 156 0 150 4 132 7 128 12 130 15 116 19 104 23 89 27 93 31 76 36 54

1、画出散点图;
2、从散点图中发现气温与热饮销售 杯数之间关系的一般规律; 3、求回归方程; 4、如果某天的气温是2摄氏度,预测 这天卖出的热饮杯数。

§2.3.2 两个变量的线性关系
图3-1 200 150 100 50 0 -20 0 20 40

1、散点图

热饮杯数

2、从图3-1看到,各点散布在从左上角到由下角的区域里, 因此,气温与热饮销售杯数之间成负相关,即气温越高,卖 出去的热饮杯数越少。

§2.3.2 两个变量的线性关系

3、从散点图可以看出,这些点大致分布在一条直线的附近, 因此利用公式1求出回归方程的系数。

Y= -2.352x+147.767
4、当x=2时,Y=143.063 因此,某天的气温为2摄氏度时, 这天大约可以卖出143杯热饮。

§2.3.2 两个变量的线性关系


相关文章:
高一数学教案——两个变量的线性相关关系
高一数学教案——两个变量的线性相关关系 使用时间:2012.3.2 教学目标: 1、了解函数关系与相关关系的区别与联系; 2、了解散点图,能根据 数据做散点图; 3、...
高一数学教案:两个变量的线性相关
2.3.2 两个变量的线性相关教学目标:经历用不同估算方法描述两个变量线性相关的过程。知道最小二乘法的思想,能 根据给出的线性回归方程系数公式建立线性回归方程...
高一数学必修3同步练习:2-3-1、2变量之间的相关关系和两个变量的线性相关
高一数学必修3同步练习:2-3-1、2变量之间的相关关系和两个变量的线性相关_高一数学_数学_高中教育_教育专区。高一数学必修3全册同步...
高中数学 (2.3.2 两个变量的线性相关)教案 新人教A版必修3
高中数学 (2.3.2 两个变量的线性相关)教案 新人教A版必修3_数学_高中教育_教育专区。2.3 2.3.1 2.3.2 变量间的相关关系 变量之间的相关关系 两个变量...
两个变量的线性相关练习
两个变量的线性相关练习_数学_高中教育_教育专区。教学资料两个变量的线性相关求回归方程的步骤: 第一步:计算样本平均数 x, y ; 第二步:计算 ? x y ,?x ...
高中数学必修3教学设计.示范教案(2.3.2 两个变量的线性相关)
高中数学必修3教学设计.示范教案(2.3.2 两个变量的线性相关)_数学_高中教育_教育专区。高中数学必修3教学设计数学 2.3 变量间的相关关系 2.3.1 变量之间的...
6.示范教案(2.3.2 两个变量的线性相关)
6.示范教案(2.3.2 两个变量的线性相关)_数学_高中教育_教育专区 暂无评价|0人阅读|0次下载|举报文档 6.示范教案(2.3.2 两个变量的线性相关)_数学_高中...
必修三2.3.2两个变量的线性相关关系
高一数学教案——两个变量... 5页 5财富值 必修三2.3.2两个变量的线性... 9页 免费 两个变量间的线性相关及回... 12页 免费如要投诉违规内容,请到百度...
《两个变量的线性相关》教学设计2
两个变量的线性相关》教学设计2_数学_高中教育_教育专区。《两个变量的线性相关》教学设计 教学要求: 明确事物间的相互联系。 认识现实生活中变量间除了存在确定...
更多相关标签:
两个变量的线性相关 | 线性回归 自变量要求 | 多元线性回归哑变量 | 多变量线性回归 | 一般线性模型 单变量 | 一般线性模型 多变量 | 多元线性回归自变量 | 单变量线性回归 |