【精品课件}变量间的相关关系

合集下载

变量间的相关关系 课件

变量间的相关关系  课件
b.
(2)回归直线方程求解的方法步骤 根据最小二乘法的思想和公式,利用计算器或计算机,可
以方便地求出回归方程.
(3)利用回归直线对总体进行估计 利用回归直线,我们可以进行预测,若回归直线方程为y^ = bx+a,则 x=x0 处的估计值为:y^ 0=bx0+a.
特别提示:进行回归分析,通常先进行相关性检验,若能 确定两个变量具有线性相关关系,再去求其线性回归方程,否 则所求方程毫无意义.
一般规律吗? (2)求回归直线方程; (3)预测当钢水含碳量为 1.6%时,应冶炼多少分钟?
思路点拨:先画出散点图,求出回归直线方程,再进行预 测.
【解析】(1)以 x 轴表示含碳量,y 轴表示冶炼时间,可作 散点图,如图所示:
从图中可以看出,各点散布在一条直线附近,即它们线性 相关.
(2)列出下表,并用科学计算器进行计算:
10
10
10
x =159.8, y =172,x2i =265 448,y2i =312 350,xiyi=287 640
i=1
i=1
i=1
设所求的回归直线方程为y^ =bx+a,其中 a,b 的值使 Q=
10
(yi-bxi-a)2 的值最小.
i=1
10
xiyi-10 x y
i=1
b^ =
≈1.27,
记 x =1ni=n1xi, y =1ni=n1yi,则( x , y )为样本点的中心,回归直
线一定过这一点,对于单变量样本数据而言,平均数是样本 数据的中心,类似地,对于双变量样本点而言,回归直线是 样本点的中心.
2.怎样画出散点图和回归直线?
【答案】 (1)建立直角坐标系,两轴的长度单位可以不一致. (2)将 n 个数据点(xi,yi)(n=1,2,3,…,n)描在平面直角坐 标系中. (3)描的点可以是实心点,也可以是空心点. (4)画回归直线时,一定要画在多数点经过的区域.实际画 线时,先观察有哪两个点在直线上即可. (5)具体作回归直线时,用一把透明的直尺边缘在这些点间 移动,使它尽量靠近或通过大多数点,然后画出直线.

数学《变量间的相关关系》课件新

数学《变量间的相关关系》课件新

年 53 54 56 57 58 60 61

脂 29. 30. 31. 30. 33. 35. 34.
思肪 考61:对2 某一4 个8人来5说,2他的6体内脂
肪含量不一定随年龄增长而增加或减少,
但是如果把很多个体放在一起,就可能
表现出一定的规律性.观察上表中的数
据,大体上看,随着年龄的增加,人体
脂肪含量怎样变化整?理ppt
在平面直角坐标系中,表示具有相关关系 的两个变量的一组数整据理ppt图形,称为散点图13.
脂肪含量
40 35 30 25 20 15 10
5 0
20 25 30 35 40 45 50 55 60 65 年龄
思考4:观察散点图的大致趋势,人的 年龄的与人体脂肪含量具有什么相关关 系?
整理ppt
14
15
思考6:如果两个变量成负相关,从整 体上看这两个变量的变化趋势如何?其 散点图有什么特点?
一个变量随另一个变量的变大而变小, 散点图中的点散布在从左上角到右下角 的区域.
思考7:你能列举一些生活中的变量 成正相关或负相关的实例吗?
整理ppt
16
理论迁移
例1 在下列两个变量的关系中,哪些是 相关关系? ①正方形边长与面积之间的关系;
(1)一个为可控变量,另一个为随机变量;
(2)两个都是随机变量.
整理ppt
9
知识探究(二):散点图
【问题】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 23 27 39 41 45 49 50 龄
脂 9.5 17. 21. 25. 27. 26. 28.
肪年龄 53
8 54
通过作图可以对两个变量之间的关系有一个

变量间的相关关系-PPT课件

变量间的相关关系-PPT课件

.
8
二、合作探索,直观感知
• 问题探究:
在一次对人体年龄关系的研究中,研究人员获得了一 组样本数据: 根据数据,人体的脂肪含量与年龄之间有 怎样的关系?(同学们交流)
年龄 23 27 39 41 45 49 50
脂肪 9.5 17.8 21.2 25.9 27.5 26.3 28.2
年龄 53 54 56 57 58 60 61
• 无相关性:因变量与自变量不具备相关性
小结:两个变量间的相关关系,可以借助散点
图直观判断
.
16
思考:在各种各样的散点图中,有些散点图 中的点是杂乱分布的,有些散点图中的点的 分布有一定的规律性,年龄和人体脂肪含量 的样本数据的散点图中的点的分布有什么特 点?
40 35 30 25 20 15 10
.
7
变量间相关关系的概念:自变量取值一定时,因变量的取值带有一定随 机性的两个变量之间的关系,叫做相关关系
请同学们回忆一下,我们以前是否学过变量间的关系呢?
两个变量间的函数关系.
相关关系与函数关系的异同点: 相同点:两者均是指两个变量间的关系. 不同点:①函数关系是一种确定的关系;相关关系是一种 非确定的关系.事实上,函数关系是两个非随机变量的关 系,而相关关系是随机变量与随机变量间的关系. ②函数关系是一种因果关系,而相关关系不一定是因果 关系,也可能是伴随关系.
②通过动手操作培养学生观察、分析、比较和归纳能力,引出利用计 算机等现代化教学工具的必要性。 3、情感、态度与价值观: 类比函数的表示方法,使学生理解变量间的相关关系,增强应用回归直 线方程对实际问题进行分析和预测的意识,让学生动手操作,合作交流,激 发学生的学习兴趣。
.
2

变量间的相关关系 课件

变量间的相关关系 课件

(2)计算-x ,-y ,
n
x2i ,
n
xiyi.
i=1
i=1
(3)代入公式求b^、a^的值. (4)写出回归直线方程.
三 利用回归直线方程对总体进行估计
【例 3】 在 7 块并排、形状大小相同的实验田上进行施化 肥量对水稻产量影响的试验,得数据列表(单位:kg):
施化肥量 x 15 20 25 30 35 40 45 33 34 36 40 44 45 45
水稻产量 y 0555505
(1)画出散点图; (2)求水稻产量 y 与施化肥量 x 之间的回归直线方程; (3)当施化肥 50 kg 时,对水稻的产量予以估计. 【分析】 解答本题应先画出散点图,判断其是否线性相 关,若线性相关,再利用最小二乘法求其回归方程.
【解】 (1)画出散点图如图: 由散点图知,施化肥量与水稻产量是线性相关的.
年平均气温 12.51 12.84 12.84 13.69 13.33 12.74 13.05
(℃)Βιβλιοθήκη 年降雨量 (mm)748 542 507 813 574 701 432
【分析】 利用散点图进行判断.
【解】 以x轴为年平均气温,y轴为年降雨量,可得相应 的散点图如图所示:
因为图中各点并不在一条直线的附近,所以两者不具有相 关关系,没必要用回归直线进行拟合,如果用公式求得回归直 线也是没有意义的.
3.回归直线方程 (1)从散点图上看,如果这些点从整体上看大致分布在通过 散点图中心的一条直线附近,称两个变量之间具有________, 这条直线叫做________. (2) 与 回 归 直 线 对 应 的 方 程 叫 做 回 归 直 线 的 方 程 , 简 称 ________.

变量间的相关关系 课件

变量间的相关关系 课件
• (2)散点图是分析变量相关关系的重要工 具.作出散点图如图:
• 由图可见,具有线性相关关系.
• [例2] 抽测10名15岁男生的身高x(单位: cm)和体重y(单位:kg),得到如下数据:
x 157 153 151 158 155 y 45.5 44 42 46 44.5 x 156 159 160 158 163 y 45 46.5 47 45 49
• A.1个 个
• [答案] A
B.2个
C.3个
•( ) D.4
• 2.下列关系中为相关关系的有
•( )
• ①学生的学习态度和学习成绩之间的关系;
• ②教师的执教水平与学生的学习成绩之间的关 系;
• ③学生的身高与学生的学习成绩之间的关系;
• ④家庭的经济条件与学生的学习成绩之间的关 系.
• A.①②
• 从散点图上看,点散布在从左下角到右上 角的区域内,两个变量的这种相关关系称 为正相关,点散布在从左上角到右下角的 区域内,两个变量的相关关系为负相关.
• 变量间的这种关系与函数关系不同,它是 一种非确定关系.
• 2.散点图
• 表示具有 随机 关系的两个变量的一组 数据的图形叫做散点图.
• 3.如果两个具有相关关系的变量的散点 图大致分布在一条直线附近,那么称这两 个变量具有线性相关关系.
变量间的相关关系
• 1.两个变量间的相关关系
• 当自变量的取值一定时,因变量的取值带 有一定 随机 性的两个变量之间的关系叫 做相关关系.
• 两个变量存在相关关系,如果一个变量的 值由小变大时,另一个变量的值也在由小 变大,这种相关称为 正 相 关 ; 反 之 , 如 果一个变量的值由小变大时,另一个变量 的值在由大变小,这种相关称为 负 相 关.

高中数学精品课件§2-3变量间的相关关系课件

高中数学精品课件§2-3变量间的相关关系课件

x2 4 5 6 8
(1)画出散点图; 解 散点图如图所示.
y 30 40 60 50 70
(2)求回归方程.
反思感悟 求回归方程的一般步骤 (1)收集样本数据,设为(xi,yi)(i=1,2,…,n). (2)作出散点图,确定x,y具有线性相关关系. (3)把数据制成表格.
n
n
(4)计算 x , y , x2i , xiyi.
题型二 求回归方程
例2 某种产品的广告费支出x(单位:百万元)与销售额y(单位:百万元)之间
有如下对应数据:
x2 4 5 6 8
(1)画出散点图; 解 散点图如图所示.
y 30 40 60 50 70
题型二 求回归方程
例2 某种产品的广告费支出x(单位:百万元)与销售额y(单位:百万元)之间
有如下对应数据:
相关关系的定义 变量间确实存在关系,但又不具备函数关系所要求的确定性,它们的关系是 带有 随机性 的,那么这两个变量之间的关系叫做相关关系,两个变量之间 的关系分为 函数关系 和 相关关系 .
知识点二 散点图及正、负相关的概念 1.散点图 将样本中n个数据点(xi,yi)(i=1,2,…,n)描在平面直角坐标系中,以表示具 有相关关系的两个变量的一组数据的图形叫做散点图.点 ( x , y ) 叫样本点中心. 2.正相关与负相关 (1)正相关:散点图中的点散布在从 左下角 到右上角 的区域. (2)负相关:散点图中的点散布在从 左上角 到 右下角 的区域.
跟踪训练1 某中学的兴趣小组在某座山测得海拔高度、气压和沸点的六组数 据绘制成散点图如图所示,则下列说法错误的是
√A.沸点与海拔高度呈正相关
B.沸点与气压呈正相关 C.沸点与海拔高度呈负相关 D.沸点与海拔高度、沸点与

变量间的相关关系 课件

变量间的相关关系  课件

(4)如果某天的气温是2℃,预测这天卖出的热饮杯数; 解 当 x=2 时,y^=143.063. 因此,某天的气温为2℃时,这天大约可以卖出143杯热饮. (5) 气温为2℃时,小卖部一定能够卖出143杯左右热饮吗?为什么? 解 小卖部不一定能够卖出143杯左右热饮,原因如下:①回归方程中的 截距和斜率都是通过样本估计出来的,存在误差,这种误差可以导致预 测结果的偏差. ②即使截距和斜率的估计没有误差,也不可能百分之百地保证对应于x的 预报值,能够与实际值y很接近.我们不能保证点(x,y)落在回归直线上, 甚至不能百分之百地保证它落在回归直线的附近.
房屋面积(m2) 61 70 115 110 80 135 105 销售价格(万元) 12.2 15.3 24.8 21.6 18.4 29.2 22 画出数据对应的散点图,并指出销售价格与房屋面积这两个变量是正相关 还是负相关.
类型二 回归方程的求法 例2 下表为某地近几年机动车辆数与交通事故数的统计资料.
两个变量的线性相关
知识点一 线性相关 思考 回顾上一节你看到的散点图,大致呈哪些形状? 答案 饼状,曲线状,直线状. 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. 两个变量线性相关是相关关系的一种.
知识点二 回归直线的方程 思考 数学上的“回归”是什么意思? 答案 “回归”一词最早由英国统计学家(Francils Galton)提出的,本意是 子女的身高会向一般人的均值靠拢.现在这个概念引伸到随机变量有向回 归线集中的趋势.即观察值不是全落在回归线上,而是散布在回归线周围. 但离回归线越近,观察值越多,偏离较远的观察值极少,这种不完全呈函 数关系,但又有一定数量关系的现象称回归. (1)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:回归直线对应的方程叫做回归直线的方程,简称回归方程. (3)回归方程y^=b^ x+a^ ,其中b^ 是回归方程的斜率,a^ 是截距.

变量间的相关关系-课件

变量间的相关关系-课件

模型一:
最小
模型二:
最小
模型三:
最小
.
24
回归直线
实际上,求回归直线的关键是如何用数学的方法来刻画“ 从整体上看,各点到此直线的距离小”。
.
25
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
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。
.
18
思考: 对一组具有线性相关关系的样本 数据,你认为其回归直线是一条还是几 条?
. 19
思考: 在样本数据的散点图中,能否用 直尺准确画出回归直线?借助计算机怎 样画出回归直线?
.
20
如何具体的求出回归方程?
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。
3.对于任意一组样本数据,利用上述公式都可求得 “回归方程”,如果这组数据不具有线性相关关系, 即不存在回归直线,那么所得的“回归方程”是没有 实际意义的.因此, 对一组样本数据,应先作散点图, 在具有线性相关关系的前提下再求回归方程.
.
34
三、例题示范,精讲点拨
例: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:
脂肪 29.6 30.2 31.4 30.8 33.5 35.2 34.6
.
9
从上表发现,对某个人不一定有此规 律,但对很多个体放在一起,就体现出 “人体脂肪随年龄增长而增加”这一规律。 而表中各年龄对应的脂肪数是这个年龄人 群的样本平均数。我们也可以对它们作统 计图、表,对这两个变量有一个直观上的

变量间的相关关系 课件

变量间的相关关系 课件

4.回归直线方程 (1)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:_回__归__直__线__的方程,简称回归方程. (3)回归方程的推导过程: ①假设已经得到两个具有线性相关关系的变量的一组 数据(x1,y1),(x2,y2),…,(xn,yn). ②设所求回归方程为_^y_=__^b_x_+__^a_,其中^a,^b是待定参数.
【解】 (1)画散点图如图. 由图可知y与x具有线性相关关系.
(2)列表、计算:
i1
2
3
4
5
6
7
xi 10
20
30
40
50
60
70
yi 62
68
75
81
89
95
102
xiyi 620 1 360 2 250 3 240 4 450 5 700 7 140
10
10
x =55, y =91.7, xi2 =38 500, xiyi=55 950
9 90 115 10 350
10 100 122 12 200
◆用公式求回归方程的一般步骤:
(1)列关于xi,yi,xiyi的表格.
(2)计算
x

y

n
, n
xi2
xiyi.
i 1
i 1
(3)代入公式计算bˆ ,aˆ的值.
(4)写出回归方程.
【注意】
求回归方程前,需要:
(1)收集样本数据,设为(xi,yi)(i=1,2,…,n)(数据一般 由题目给出).
i 1

变量间的相关关系 课件

变量间的相关关系 课件

②反映 y 与 x 之间的函数关系;
③表示y^与 x 之间的不确定关系;
④表示最接近 y 与 x 之间真实关系的一条直线.
A.①②Biblioteka B.②③C.③④D.①④
[答案] D
[解析] ^y=b^x+a^表示^y与x之间的函数关系,而不是y与x 之间的函数关系.但它所反映的关系最接近y与x之间的真实 关系.故选D.
2.线性相关 (1)定义:如果两个变量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,这条直线叫做 回归直线. (2)最小二乘法:求线性回归直线方程 ^y = b^ x+ a^ 时,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,其中a,b的值由以下公式给出:
规律总结:回归直线是对原数量关系的一种拟合,如 果两个变量不具有线性相关关系,即使求出回归方程也是毫 无意义的,而且由其得到估计和预测的值也是不可信的.
变量之间的相关关系 两个变量的线性相关
1.相关关系 (1)定义:如果两个变量中一个变量的取值一定时,另一 个变量的取值带有一定的 随机性,那么这两个变量之间的关 系,叫做相关关系.
(2)两类特殊的相关关系:如果散点图中点的分布是从 左下 角到 右上 角的区域,那么这两个变量的相关关系称 为正相关,如果散点图中点的分布是从 左上 角到 右下 角 的区域,那么这两个变量的相关关系称为负相关.
其中,b^是回归方程的 斜率 ,a^是回归方程在y轴上的
截距.
[破疑点] 线性回归分析涉及大量的计算,形成操作上 的一个难点,可以利用计算机非常方便地作散点图、回归直 线,并能求出回归直线方程.因此在学习过程中,要重视信 息技术的应用.
下列有关回归方程y^=b^x+a^的叙述正确的是( )

变量之间的相关关系(必修优秀课件)

变量之间的相关关系(必修优秀课件)

归方程的较为科学的方法:
y

肪 含 量
40
设回归方程为
y bx a
35
30 25
20
15 10
5
0 20 25 30 35 40 45 50 55 60 65
x
年龄
人们经过长期的实践与研究,已经找到了计算回
归方程的较为科学的方法:
y

肪 含 量
40
设回归方程为
y bx a
35
30
25
20
A xi , yi
人体内脂肪含量与年龄之间有怎样的关系?
下面我们以年龄为横轴, 脂肪含量为纵轴建立直角坐标系, 作出各个
点, 称该图为散点图。
y
年 龄
23
27
39
41
45
49
50
53
54
56
57
58
60
61
脂 肪
9.5 17.8 21.2 25.9 27.5 26.3 28.2 29.6 30.2 31.4 30.8 33.5 35.2 34.6
线附近,我们就称这两个变量之间具有线性相关关系,这条
直线叫做回归直线, 该直线叫回归方程。
脂肪含量
40
那么,我们该怎样
35
来求出这个回归方程? 30
请同学们展开讨论,
25
能得出哪些具体的方
20
案?
15
10
5
年龄
0 20 25 30 35 40 45 50 55 60 65
.
方案1、先画出一条直线,测量出各点与它的距离, 再移动直线,到达一个使距离的和最小时,测出它的斜 率和截距,得回归方程。
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

3 -3 -5 15
4 -4 -3 12
10
5 -5 -1 5
2 i
6 5 1 5
7 3 5 15
8 4 3 12
10
9 2 7 14
10 1 9 9
x yi x yi
i
-1 -9 9
计算得: 计算得
10
x = 0, y = 0
i i
∑ x
i =1
= 110 , ∑
i =1
x y
i
i
= 110
b=
∑x y
②③④
2. 下列两个变量之间的关系哪个不是函数关系 (D ) A.角度和它的余弦值 . B. 正方形边长和面积 C.正n边形的边数和它的内角和 . D. 人的年龄和身高
即学即练: 即学即练:
但是除了吸烟之外, 2.课本 课本P85练习 吸烟会损害身体的健康 但是除了吸烟之外 练习1: 课本 练习 吸烟会损害身体的健康,但是除了吸烟之外 还有许多其他的随机因素影响身体健康,人体健康是由许多因素共 还有许多其他的随机因素影响身体健康 人体健康是由许多因素共 同作用的结果.我们可以找到长寿的吸烟者 我们可以找到长寿的吸烟者,也更容易发现由于吸 同作用的结果 我们可以找到长寿的吸烟者 也更容易发现由于吸 烟而引发的患病者,所以吸烟不一定引起健康问题 但吸烟引起健 烟而引发的患病者 所以吸烟不一定引起健康问题,但吸烟引起健 所以吸烟不一定引起健康问题 康问题的可能性大.因此 健康问题不一定是由吸烟引起的,所以 因此” 康问题的可能性大 因此”健康问题不一定是由吸烟引起的 所以 可以吸烟”的说法是不对的. 可以吸烟”的说法是不对的 从表面看,似有因果关系 3.课本 课本P85练习 不对 从表面看 似有因果关系 但函数关系 练习2: 课本 练习 不对,从表面看 似有因果关系,但函数关系 是一种因果关系,而相关关系不一定是因果关系 也可能是伴随关 是一种因果关系 而相关关系不一定是因果关系,也可能是伴随关 而相关关系不一定是因果关系 是环境条件改善的两种伴随关系. 系,是环境条件改善的两种伴随关系 是环境条件改善的两种伴随关系
从刚才的散点图发现:年龄越大, 从刚才的散点图发现:年龄越大,体内脂肪含量越 高,点的位置散布在从左下角到右上角的区域。称它 点的位置散布在从左下角到右上角的区域。 们成正相关 但有的两个变量的相关 如下图所示: 们成正相关。但有的两个变量的相关,如下图所示: 正相关 但有的两个变量的相关, 如高原含氧量与海拔高 度的相关关系,海平面以上, 度的相关关系,海平面以上, 海拔高度越高,含氧量越少。 海拔高度越高,含氧量越少。 作出散点图发现, 作出散点图发现,它们散 布在从左上角到右下角的区 域内。 域内。又如汽车的载重和汽 车每消耗1升汽油所行使的 车每消耗 升汽油所行使的 负相关. 平均路程,称它们成负相关 平均路程,称它们成负相关
当人的年龄增加时, 当人的年龄增加时,体内脂肪含量到底是以 什么方式增加呢? 什么方式增加呢?
脂肪 40 35 30 25 20 15 10 5 0 0 10 20 30 40 50 60 70 脂肪
从散点图可以看出, 从散点图可以看出,这些点大致分布在通过散点图中心的一条 直线附近。 直线附近。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, 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 就叫回归直线 就叫回归直线。
求回归直线推理过程: 求回归直线推理过程:P88
二、求线性回归方程
例2:观察两相关变量得如下表: :观察两相关变量得如下表: x y -1 -9 -2 -7 -3 -5 -4 -3 -5 -1 5 1 3 5 4 3 2 7 1 9
求两变量间的回归方程
解1: 列表: : 列表: i 1
i
2 -2 -7 14
知识探究( :散点图 知识探究(二) 散点图 :
年龄 脂肪 年龄 脂肪 23 9.5 53 29.6 27 17.8 54 30.2 39 21.2 56 31.4 41 25.9 57 30.8 45 27.5 58 33.5 49 26.3 60 35.2 50 28.2 61 34.6
思考 1:观察上表中的数据,大体上看,随着 :观察上表中的数据,大体上看, 年龄的增加,人体脂肪含量怎样变化? 年龄的增加,人体脂肪含量怎样变化?
E 60 62
画出散点图,并判断它们是否有相关关系。 画出散点图,并判断它们是否有相关关系。
解:
80 75 70 65 60 55 50 40
物理成绩
数学成绩
50 60 70 80 90
由散点图可见,两者之间具有正相关关系。 由散点图可见,两者之间具有正相关关系。
小结: 小结:用Excel作散点图的步骤如下 : 作散点图的步骤如下 (结合软件边讲边练) 结合软件边讲边练) 结合软件边讲边练
正相关、负相关的概念 正相关、负相关的概念: 如果散点图中的点散布在从 左下角到右上角的区域内, 左下角到右上角的区域内 称为正相关 正相关. 称为正相关
如果散点图中的点散布在从 左上角到右下角的区域内, 左上角到右下角的区域内 称为负相关 负相关. 称为负相关
个学生的数学和物理成绩如下表: 例1:5个学生的数学和物理成绩如下表: : 个学生的数学和物理成绩如下表 A B C D 数学 物理 80 70 75 66 70 68 65 64
数学成绩 物理成绩
学习兴趣
学习时间
其他因素
我们还可以举出现实生活中存在的许多相关关系的问题。例如: 我们还可以举出现实生活中存在的许多相关关系的问题。例如:

1〉商品销售收入与广告支出经费之间 〉 的关系。 的关系。
•商品销售收入与广告支出经费之间有着密切的联系, 商品销售收入与广告支出经费之间有着密切的联系, 商品销售收入与广告支出经费之间有着密切的联系 但商品收入不仅与广告支出多少有关, 但商品收入不仅与广告支出多少有关,还与商品质 居民收入等因素有关。 量、居民收入等因素有关。
作出散点图。 )进入Excel作出散点图。 作出散点图 . (1)进入 (2)点击“图表”中的“添加趋势 )点击“图表”中的“ 线”,单击“类型”中的“线性”,单 单击“类型”中的“线性” 确定” 得到回归直线。 击“确定”,得到回归直线。 (3)双击回归直线,弹出“趋势线格 )双击回归直线,弹出“ 单击“选项” 选定“ 式”,单击“选项”,选定“显示公 最后单击 确定” 单击“ 式”,最后单击“确定”。
分别输入“ (1)进入 )进入Excel,在A1,B1分别输入“数学成 , , 分别输入 物理成绩” 列输入相应的数据。 绩”、“物理成绩”,在A、B列输入相应的数据。 、 列输入相应的数据 (2)点击图表向导图标,进入对话框,选择“标准 )点击图表向导图标,进入对话框,选择“ 类型”中的“ 散点图 散点图” 单击“完成” 类型”中的“XY散点图”,单击“完成”。 单击右键选中“ (3)选中“数值 轴”,单击右键选中“坐标轴格 )选中“数值X轴 中的“刻度” 最小值” 最大值” 式”中的“刻度”,把“最小值”、“最大值”、 主要单位”作相应调整,最后按“确定” “刻度主要单位”作相应调整,最后按“确定”。y 轴方法相同。 轴方法相同。
i i i i
n
第二步:计算 第二步:
x , y , ∑ xi , ∑ xi y
i =1 i =1
2
n i

第三步:代入公式计算 的值 的值; 第三步:代入公式计算b,a的值; 第四步:写出直线方程。 第四步:写出直线方程。
求线性回归方程, 解2:用Excel求线性回归方程,步 : 求线性回归方程 骤如下:
2〉粮食产量与施肥量之间的关系。 〉粮食产量与施肥量之间的关系。
• 在一定范围内,施肥量越大, 在一定范围内,施肥量越大,粮食产 量就越高。但是, 量就越高。但是,施肥量并不是决定粮食 产量的唯一因素, 产量的唯一因素,因为粮食产量还要受到 土壤质量、降雨量、田间管理水平等因素 土壤质量、降雨量、 的影响。 的影响。
脂肪 40 35 30 25 20 15 10 5 0 0 10 20 30 40 50 60 70 脂肪
年龄
由散点图我们从数据表中得出如下结论: 由散点图我们从数据表中得出如下结论:
a. 如果所有的样本点都落在某一函数曲线上,就用 如果所有的样本点都落在某一函数曲线上 函数曲线上, 该函数来描述变量之间的关系。 该函数来描述变量之间的关系。 b.如果所有的样本点都落在某一函数曲线附近,变 如果所有的样本点都落在某一函数曲线附近, 如果所有的样本点都落在某一函数曲线附近 量之间就有相关关系。 量之间就有相关关系。 c.如果所有的样本点都落在某一直线附近,变量之 如果所有的样本点都落在某一直线附近, 如果所有的样本点都落在某一直线附近 间就有线性相关关系。 间就有线性相关关系。
y 思考 2: x 轴表示年龄, 轴表示脂肪含量, : 以 轴表示年龄, 轴表示脂肪含量, 你能在直角坐标系中描出样本数据对应的图 形吗? 形吗?
湖南省江华一中数学组 何 楠
湖南省江华一中数学组 何 楠
散点图: 散点图:
将各数据在平面坐标系中的对应点画出来,得到表示 将各数据在平面坐标系中的对应点画出来, 两个变量的一组数据的图形,这样的图形叫做散点图。 两个变量的一组数据的图形,这样的图形叫做散点图 如下图: 如下图:
相关关系与函数关系的异同点: 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. 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; 不同点:1、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. 关系是一种非确定关系 2、 2、相关关系中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。 受许多不确定的随机因素的影响。 3、函数关系是一种因果关系,而相关关系不一定是因 、函数关系是一种因果关系 而相关关系不一定是因 果关系,也可能是伴随关系 也可能是伴随关系. 果关系 也可能是伴随关系
相关文档
最新文档