《變量間的相關(guān)關(guān)系、統(tǒng)計(jì)案例》導(dǎo)學(xué)案(文理通用)_第1頁(yè)
《變量間的相關(guān)關(guān)系、統(tǒng)計(jì)案例》導(dǎo)學(xué)案(文理通用)_第2頁(yè)
《變量間的相關(guān)關(guān)系、統(tǒng)計(jì)案例》導(dǎo)學(xué)案(文理通用)_第3頁(yè)
《變量間的相關(guān)關(guān)系、統(tǒng)計(jì)案例》導(dǎo)學(xué)案(文理通用)_第4頁(yè)
《變量間的相關(guān)關(guān)系、統(tǒng)計(jì)案例》導(dǎo)學(xué)案(文理通用)_第5頁(yè)
已閱讀5頁(yè),還剩2頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、PAGE7變量間的相互關(guān)系、統(tǒng)計(jì)案例一、知識(shí)梳理:1散點(diǎn)圖:2兩個(gè)變量的線性關(guān)系(1)正相關(guān):(2)負(fù)相關(guān):(3)線性相關(guān)關(guān)系,回歸直線3線性回歸方程:(1)最小二乘法:(2)線性回歸方程4回歸分析:(1)相關(guān)系數(shù):(2)隨機(jī)誤差:在線性回歸模型:y=bae中,a,b為模型中的未知數(shù),e是y與 y=ba之間的誤差,通常e為隨機(jī)變量,稱為隨機(jī)誤差線性回歸方程完整表達(dá)方式為:y=bx+a+e Ee=0,De=3殘差分析:殘差:對(duì)于樣本點(diǎn)(1,y1),(2,y2),(n,yn)而言,它們的隨機(jī)誤差為 ei=yi-bxi-ai=1,2,n,其估計(jì)值為ei稱為相應(yīng)于點(diǎn)(殘差圖:殘差平方和:(4)相關(guān)指數(shù)

2、R2:5、獨(dú)立性檢驗(yàn):(1)分類變量:變量的不同“值”表示個(gè)體所屬的不同類別,像這樣的變量稱為分類變量。(2)列聯(lián)表:列出兩個(gè)分類變量的頻數(shù)表,稱為列聯(lián)表。(3)22列聯(lián)表:假設(shè)有兩個(gè)分類變量X和Y,它們的可能取值分別為x1,x2和yy總計(jì)xababxcdcd總計(jì)acbdabcd(4)判斷兩個(gè)分類變量與y是否有關(guān)系的方法:通過(guò)等高條形圖,可以直接地反映數(shù)據(jù)情況,粗略地判斷兩個(gè)分類變量是否有關(guān)系,但無(wú)法精確地給出所得結(jié)論的可靠程度。獨(dú)立性檢驗(yàn):利用隨機(jī)變量K2根據(jù)實(shí)際問(wèn)題的需要確定容許推斷“兩個(gè)分類變量有關(guān)系”犯錯(cuò)誤的概率上界,然后查表(如下表),確定臨界值k0PKkK2:K2=n(ad-bc)

3、2k0就以1-PK2二、題型探究探究一相關(guān)關(guān)系判斷例1:下面是水稻產(chǎn)量與施化肥量的一組觀測(cè)數(shù)據(jù)施化肥量15202530354045水稻產(chǎn)量320330360410460470480(1)將上述數(shù)據(jù)制成散點(diǎn)圖:(2)你能從散點(diǎn)圖中發(fā)現(xiàn)施化肥量與水稻產(chǎn)量近似成什么關(guān)系嗎水稻產(chǎn)量會(huì)一直隨施化肥量的增加而增加嗎?探究二求回歸直線方程例2:某地區(qū)2022年至2022年農(nóng)村居民家庭純收入y(單位:千元)的數(shù)據(jù)如下表:年份2022202220222022202220222022年份代號(hào)t1234567人均純收入y()求y關(guān)于t的線性回歸方程;()利用()中的回歸方程,分析2022年至2022年該地區(qū)農(nóng)村居民

4、家庭人均純收入的變化情況,并預(yù)測(cè)該地區(qū)2022年農(nóng)村居民家庭人均純收入附:回歸直線的斜率和截距的最小二乘法估計(jì)公式分別為:請(qǐng)根據(jù)上表所提供的數(shù)據(jù),用最小二乘法求出y關(guān)于的線性回歸方程已知該廠改革技術(shù)前100噸甲產(chǎn)品的生產(chǎn)能耗為90噸標(biāo)準(zhǔn)煤,試根據(jù)(2)求出的線性回歸方程,預(yù)測(cè)生產(chǎn)100噸甲產(chǎn)品的生產(chǎn)能耗比改革技術(shù)前降低多少噸標(biāo)準(zhǔn)噸?探究四獨(dú)立性檢驗(yàn)例4:某企業(yè)為了更好地了解設(shè)備改造前后與生產(chǎn)合格品的關(guān)系,隨機(jī)抽取了180件產(chǎn)品進(jìn)行分析,其中設(shè)備改造前的合格品有36件,不合格品有49件,設(shè)備改造后生產(chǎn)的合格品有65件,不合格品有30件根據(jù)所給數(shù)據(jù):1寫(xiě)出22列聯(lián)表;2判斷產(chǎn)品是否合格與設(shè)備改造是否有關(guān)三、方法提升1、對(duì)于相關(guān)關(guān)系的理解應(yīng)注意:相關(guān)關(guān)系與函數(shù)關(guān)系不同,函數(shù)關(guān)系是一種確定的關(guān)系,而相關(guān)系是一種非確定的關(guān)系,它包括了兩種情況:(1)兩個(gè)變量中,一個(gè)為可控制變量,另一個(gè)為隨機(jī)變量,例如化肥的施肥量與農(nóng)作物的產(chǎn)量之間的關(guān)系是相關(guān)關(guān)系,其中施肥量是一個(gè)可控制的變量,而農(nóng)作物的產(chǎn)量是隨機(jī)變量;兩具變量均為隨機(jī)變量。2、線性回歸分析以散點(diǎn)圖為基礎(chǔ),具有很強(qiáng)的直觀性,擬合效果的好壞可以通過(guò)觀察圖形直接判斷;沒(méi)有散點(diǎn)圖時(shí),可以用公式求出r,R2再做判斷即可,其中r的

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論