2.3.1变量之间的相关关系【实用课件】

合集下载

2.3 变量间的相关关系课件PPT

qiyi(bxia)yi 45 50 55 60 65
25
角的区域。称它
20
们成正相关
15
10
5
0 20 25 30 35 40 45 50 55 60 65
x
2021/3/10
11
年龄
但有的两个变量的相关，如下图所示：
如高原含氧量与海拔高度的相关关系，海平面以上，海拔高度越高，含氧量越少。作出散点图发现，它们散布在从左上角到右下角的区域内，称它们成负相关.
2021/3/10
6
即学即用
1.下列变量之间是函数关系的是 ( A )
A. 当速度一定时，路程和时间 B.光照时间和果树亩产量 C.降雪量和交通事故发生率 D.每亩施用肥料量和粮食亩产量
2. 下列关系中,是带有随机性相关关系的
是 2.3.4 .
①正方形的边长与面积的关系;②水稻产量与施肥量之间的关系;③人的身高与年龄之间的关系;
1. 商业广告费X与销售收入Y之间 2. 施肥量X与粮食产量Y之间
3. 年龄X与人体脂肪含量Y之间
4. 高原海拔高度X与含氧量Y的之间
5. 正方形的边长X与面积Y之间
2021/3/10
4
1、两个变量之间的相关关系
两个变量间存在着某种关系，带有不确定性(随机性)，不能用函数关系精确地表达出来，我们说这两个变量具有相关关系.
2021/3/10
5
对相关关系的理解
相关关系—当自变量取值一定,因变量的取值带有一定的随机性(非确定性关系)
函数关系---函数关系指的是自变量和因变量之间的关系是相互唯一确定的.
注：相关关系和函数关系的异同点相同点：两者均是指两个变量间的关系

高中数学人教版必修3课件2-3-1变量之间的相关关系2

跟踪练习
对变量x，y有观测数据(xi，yi)(i＝1,2，…，10)，得散点图(1)；对变量u，v有观测数据(ui，vi)(i＝1,2，…，10)，得散点图(2)．由这两个散点图可以判断( )
A．变量x与y正相关，u与v正相关 B．变量x与y正相关，u与v负相关 C．变量x与y负相关，u与v正相关 D．变量x与y负相关，u与v负相关 [答案] C [解析] 图(1)中的数据y随着x的增大而减小，因此变量x与变量y负相关；图(2)中的数据随着u的增大，v也增大，因此u与v正相关．
⑤代入公式计算b^ ，a^，公式为b^ ＝i＝n1 xi2－n－x2 ，
i＝1
a^＝
y
－b^ －x.
⑥写出回归直线方程^y＝b^ x＋a^.
跟踪练习
(1)(2015·石家庄高二检测)已知回归直线的斜率的估计值是 1.23，样本点中心(即( x ， y ))为(4,5)，则回归直线的方程是( )
(2)两次数学考试成绩散点图如图所示，
由散点图可以看出两个变量的对应点集中在一条直线的周围，具有正相关关系．因此，这10名学生的两次数学考试成绩具有相关关系．
[答案] (1)A
[规律总结] 两个变量x与y相关关系的判断方法： (1)散点图法：通过散点图，观察它们的分布是否存在一定规律，直观地判断；如果发现点的分布从整体上看大致在一条直线附近，那么这两个变量就是线性相关的，注意不要受个别点的位置的影响． (2)表格、关系式法：结合表格或关系式进行判断； (3)经验法：借助积累的经验进行分析判断． [特别提醒] 如果所有的样本点都落在某一函数曲线附近，那么变量之间就有相关关系．
④表示最接近 y 与 x 之间真实关系的一条直线．
A．①②

2.3.1变量间的相互关系ppt

画出散点图，并观察它们是否有相关关系.
体重
身高
具有相关关系.
例4. 某农场经过观测得到水稻产量和施化肥量的统计数据如下：
施化肥量x 15 20 25 30 35 40 45
水稻产量y
330 345 365 405 445 450 455
画出的散点图，判断它们是否有相关关系，并考虑水稻的产量会不会随化肥使用量的增加而一直增长。散点ຫໍສະໝຸດ 如下：具有相关关系. yx
水稻的产量不会随化肥使用量的增加而一直增长。
如何分析变量之间是否具有相关的关系
分析变量之间是否具有相关的关系，我们可以借助日常生活和工作经验对一些常规问题来进行定性分析，如儿童的身高随着年龄的增长而增长，但它们之间又不存在一种确定的函数关系，因此它们之间是一种非确定性的随机关系，即相关关系。
例2. 5个学生的数学和物理成绩如下表：
学生
学科数学物理 80 70 75 66 70 68 65 64 60 62
A
B
C
D
E
画出散点图，并判断它们是否有相关关系.
物理
数学
具有相关关系.
例3. 下表给出了某校12名高一学生的身高 (单位：cm)和体重(单位：kg)：
身高体重 151 40 152 41 153 41 154 41.5 156 42 157 42.5 158 43 160 44 160 45 162 45 163 46 164 45.5
也就是说：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相关关系。怎样判断两个变量有没有相关关系，我们看下面的例子. 设某地10户家庭的年收入和年饮食支出的统计资料如下表: (单位：万元)

高中数学精品课件2-3-1变量之间的相关关系课件

A B C D E FG 85 80 75 70 65 60 55
75 70 66 68 64 62 58
问题6．1：我们要让数据说话，进行数据分析有哪些办法？作统计表、统计图
下面是7位同学的物理、数学成绩。他们之间具有相关性吗？
学生
A
B
C
DE
F
G
数学成绩
85
80
75 70 65 60 55
物理成绩
物理成绩
75
70
66 68 64 62 58
数学
80 70 60 50 40 30 20
10 0从散点图上看，数学成绩越好，物理成绩也越0好，图中点的趋势表50 明这两个变量确实存100 在一定关系。
物理
学生
A
B
C
DE
F
G
数学成绩
85
80
75 70 65 60 55
物理成绩
75
70
66 68 64 62 58
粮食产量与施肥量之间的关系
人体内的脂肪含量与年龄的关系
问题4:
相关关系的例子在现实生活中非常广泛，你能举出几个吗？
人的身高和年龄是一对相关关系。期中考试数学成绩与复习时间的投入量的关系。
粮食产量与施肥量之间的关系
人体内的脂肪含量与年龄的关系
判断两个变量之间是否具有相关关系，可以根据生活经验从三个方面思考： “有关系（影响）吗？是唯一因素吗？还有哪些因素？”
0 0
50
100
150
200
250
300
350
负相关负相关反映了“一个变量随另一个变量增加而减少的趋势。”
问题8：从点的位置看，这个散点图有什么特点？反映了两个相关变量的一种什么趋势？

数学：2.3.1《变量间的相关关系》课件(新人教B版必修3).ppt

变量间的相关关系
例1：5名学生的数学和物理成绩如下表：
学生学科
A 80 70
B 75 66
C 70 68
D 65 64
E 60 62
数学物理
问题1：观察上述表格，这两个变量是否有关系？变量的相关关系自变量的取值一定时，因变量的取值带有一定的随机性的两个变量之间的关系叫相关关系
１、变量的相关关系自变量的取值一定时，因变量的取值带有一定的随机性的两个变量之间的关系叫相关关系 2、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之间的关系不同点：函数关系是一种确定的关系
回归分析
思考：通过例2你能归纳出判断两个变量是否
具有相关关系的一般步骤吗？
（1）收集数据，画散点图观察他们的关系

（2）如线性相关，则选用线性回归方程： y bxa （3）按公式计算回归方程中的参数b , a

变式练习：已知两个变量x，y之间有如下关系，求出y关于 x的回归直线方程。 x y 3 10 7 20 11 24
回归分析

例2：5名学生的数学和物理成绩如下表：
学生学科
A 80 70
B 75 66
C 70 68
D 65 64
E 60 62
数学物理
问题2：求出物理关于数学的回归直线的方程问题3：如果有一名同学的数学成绩是78分，你能估算他的物理成绩吗？
问题4：求当数学成绩为60分时,物理成绩的估算值,说明它为什么与实际物理成绩不一样
相关关系是一种非确定的关系
相关关系的判断:
例2：下列两个变量之间的关系，哪个不是相关关系

A、粮食的产量与施肥量
B、商品的销售收入和广告支出经费

高中数学精品课件 2.3.1 变量之间的相关关系--2.3.2 两个变量的线性相关

房屋面积x/m2 115 110 80 135 105 销售价格y/万元 49.6 43.2 38.8 58.4 44
①画出数据对应的散点图； ②判断房屋的销售价格和房屋面积之间是否具有相关关系，如果有相关关系，是正相关还是负相关？
解 ①数据对应的散点图如图所示.
②通过以上数据对应的散点图可以判断，房屋的销售价格和房屋面积之间具有相关关系，并且是正相关.
x0123 y1357 则 y 与 x 的线性回归方程为y^＝b^ x＋a^ 必过点( )
A.(2,2)
B.(1,2)
C.(1.5,0)
D.(1.5,4)
解析易得－x＝1.5，－y＝4，由于回归直线过样本点的中心(－x，
－y)，故选 D. 答案 D
4.小学生身高 y 与年龄 x 之间的线性回归直线方程为y^＝8.8x＋65，预测一名 10 岁的小学生的身高为________. 解析当 x＝10 时，y^＝8.8×10＋65＝153. 答案 153
题型三利用回归方程对总体进行估计【例3】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
2008 2010 2012 2014 2016
需求量/万吨 236 246 257 276 286
(1)利用所给数据求年需求量与年份之间的回归直线方程y^＝b^ x＋ a^ ； (2)利用(1)中所求出的直线方程预测该地 2018 年的粮食需求量.
函数关系
变量之间的关系可以用函数表示
相关关系变量之间有一定的联系，但不能完全用函数表示
2.相关关系与函数关系的区别与联系
类别
区别
联系
函 ①函数关系中两个变量间是一种确定性 ①在一定的条件下可以相

高中数学第二章统计 2.3.1-2.3.2 变量之间的相关关系两个变量的线性相关课件新人教

A .1 B .1 C .1 D .1 1 6 8 4 2
35
【思路导引】利用回归直线方程必过样本点的中心求解.
【解析】选B.依题意可知样本点的中心为 ( 3 , ，3 )
48
则3
8
= 1×
3
+3
4
，a 解得
=a .
1 8Βιβλιοθήκη 36【拓展延伸】相关关系的强弱
(1)若相应于变量x的取值xi，变量y的观测值为yi(1≤i≤n)，称r=
6
(2)你能举例说明你对正相关与负相关的理解吗？提示：随自变量的变大(或变小)，因变量也随之变大(或变小)，这种带有随机性的相关关系，我们称为正相关.例如，人年龄由小变大时，体内脂肪含量也由少变多. 随自变量的变大(或变小)，因变量却随之变小(或变大)，这种带有随机性的相关关系，我们称为负相关.例如，汽车越重，每消耗1 L汽油所行驶的平均路程就越短.
n
n
x i2，
xi y，i
i1
i1
30
(5)代入公式计算
b ，a，公式为
n
x iyi n x y
b
i1
n
x
2 i
n
x
2
i1
，
a y b x .
(6)写出回归直线方程 = x+ .
yb a
31
【跟踪训练】已知变量x，y有如下对应数据：
x1234 y1345
(1)作出散点图. (2)用最小二乘法求关于x，y的回归直线方程.
42
【思路导引】(1)以产量为横坐标，以生产能耗对应的测量值为纵坐标，在平面直角坐标系内画散点图. (2)应用计算公式求得线性相关系数 bˆ ， aˆ 的值. (3)实际上就是求当x=100时，对应的 yˆ 的值.

高中数学 2.3.1 变量间的相互关系课件

表示n个点与相应直线在整体上的接近程度.
n
记 Q (yi bxi a)2 (∑为连加符号) i1
上式展开后，是一个关于a，b的二次多项式，应用配方法，可求使Q取得最小值时a、b的值.
这样，回归直线就是所有直线中Q取最小值的那一条。由于平方又叫做二乘方，所以这种使“离差平方和为最小”的方法，叫做“最小二乘法”。
50
方程。
8
60
9
70
10
90
11
120
∑
510
Y
x2
xy
6
25
30
10
100
100
10
225
150
13
400
260
16
900
480
17
1600 680
19
2500 950
23
2600 1380
25
4900 1750
29
8100 2610
46 14400 5520
214 36780 13910
计算a^, b^的值. 由上表分别计算x，y的平均数得 x510,y214
设某地10户家庭的年收入和年饮食支出的统计资料如下表: (单位：万元)
年收入 2 4 4 6 6 6 7 7 8 10
饮食支出 0.9 1.4 1.6 2.0 2.1 1.9 1.8 2.1 2.2 2.3
由表中数据可以看出，y有随x增加而增加的趋势当年收入的值由小变大时，年饮食支出的值也在由小变大。这种相关称作正相关；反之如果一个变量的值由小变大时，另一个变量的值由大变小，这种相关称作负相关。
用最小二乘法求回归直线方程中a，b
有下面的公式：

2.3.1变量之间的相关关系课件

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
27
39
41
45
49
50
脂肪 9.5 17.8 21.2 25.9 27.5 26.3 28.2
其年中龄各年5龄3 对应5的4 脂肪5数6 据是5这7 个年5龄8 人群6脂0 肪含6量1 的脂样肪本平29均.6数.以30.x2轴表31示.4年龄30，.8y轴3表3.示5 脂3肪5.含2 量3，4.6你能在直角坐标系中描出样本数据对应的图形吗？
的两个变量之间的关系称为相关关系. 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.
相关关系是一种非确定关系
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：1.函数关系是一种确定的关系,是两个非随机变量之间的关系;而相关关系是一种非确定关系,是非随机变量与随机变量之间的关系. 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.
这些点大致分布在一条直线附近.
我们再观察它的图象发现这些点大致分布在一条直线附近,像这样，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,这条直线叫做回归直线，该直线所对应的方程叫做回归方程. 那么，我们该怎样求出这个回归方程呢？请同学们展开讨论，能得出哪些具体的方案？
在中学校园里，有这样一种说法：“如果你的数学成绩好，那么你的物理学习就不会有什么大问题.”按照这种说法，似乎学生的物理成绩与数学成绩之间存在着某种关系，我们把数学成绩和物理成绩看成是两个变量，那么这两个变量之间的关系是函数关系吗?

2.3.1_变量之间的相关关系ppt

二、求线性回归方程
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 -5 0 4 7 12 15 19 23 27 31 36 度热饮杯 15 15 13 12 13 11 10 89 93 76 54 6 0 2 8 0 6 4 数
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.
售价
35 30 25 20 15 10 5 0 0 50 100 面积 150
售价随房屋面积的变大而增加，散点图中的点散布在从左下角到右上角的区域.
巩固练习
一、选择题（每题5分，共15分） 1.下列关系中为相关关系的有( )
3.（2010·广东高考）某市居民2005~2009年家庭平均收入
x（单位：万元）与年平均支出y（单位：万元）的统计资料如表所示：
根据统计资料，居民家庭年平均收入的中位数是 ______，家
庭年平均收入与年平均支出有 ______的线性相关关系.（填 “正相关”、“负相关”）【解析】收入数据按大小排列为：11.5、12.1、13、13.5、 15,所以中位数为13.
如高原含氧量与海拔高度的相关关系，海平面以上，海拔高度越高，含氧量越少。作出散点图发现，它们散布在从左上角到右下角的区域内，称它们成负相关.
例1 以下是某地搜集到的新房屋的销售价格和房屋的面积的数据：
房屋面积
（平方米）
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

人教A版高中数学必修3：2.3.1 变量之间的相关关系

( x1, y1 )
yi yi
n
Q (yi yˆi )2 i1
( x2, y2 )
x
( y1 bx1 a)2 ( y2 bx2 a)2 ( yn bxn a)
根据有关数学原理分析，当
n
n
y
(xi x)( yi y)
xi
nx y
回归直线
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
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。
脂肪含量
四、如何具体的求出这个回归方程呢？方案：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。
5 0
20 25 30 35 40 45 50 55 60 65 年龄
观察散点图的大致趋势，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，我们称这种相关关系为正相关。
思考3：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？
散点图中的点散布在从左上角到右下角的区域.
存活比例
量、居民收入等因素有关。
2〉粮食产量与施肥量之间的关系。
• 在一定范围内，施肥量越大，粮食产量就越高。但是，施肥量并不是决定粮食产量的唯一因素，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的影响。
3〉人体内脂肪含量与年龄之间的关系。

2.3.1_变量之间的相关关系(必修3优秀课件)精要.

2、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。
练习：
1、探究下面变量间的关系:
1.球的体积与该球的半径; 2.粮食的产量与施肥量; 3.匀速行驶车辆的行驶距离与时间;
2、下列两变量中具有相关关系的是（ D
A、角度和它的余弦值积
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
巩固练习
一、选择题（每题5分，共15分） 1.下列关系中为相关关系的有( )
）
B、正方形的边长和面
在现实生活中存在着大量的相关关系，如何判断和描述相关关系，统计学发挥着非常重要的作用，变量之间的相关关系带有不确定性，这需要通过大量的数据，对数据进行统计分析，发现规律，才能作出科学的判断。对具有相关关系的两个变量进行统计分析的方法叫回归分析
相关关系是进行回归分析的基础，同时，也是散点图的基础。
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？
正相关的特点：一个变量随另一个变量的变大而变大，散点图中的点散布在从左下角到右上角的区域负相关的特点：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?

人教课标版高中数学必修3《变量间的相关关系》参考课件

2．回归直线方程问题
(1)回归直线方程^y ＝^b x＋^a 的理解
这里在 y 的上方加记号“^ ”是为了区别实际值 y，表示当 x 取值
xi(i＝1,2，…，n)时，y 相应的观察值为 yi，而直线上对应于 xi 的纵坐标是y^i＝a＋bxi. (2)求回归直线方程的原理——最小二乘法．
设 x、y 的一组观察值为(xi，yi)(i＝1,2，…，n)，且回归直线方程为y^＝^a＋^bx.
方法，即使得样本数据的点到回归直线的距离的
_平__方__和__最__小__的方法叫做最小二乘法．
回归直线通过样本点的中心，对照平均数与样本数据之间的关系，你能说说回归直线与散点图中各点之间的关系吗？提示假设样本点为(x1，y1)(x2，y2)，…，(xn，yn)，记 x ＝
n1i＝n1xi， y ＝n1i＝n1yi，则( x ， y )为样本点的中心，回归直线一
规律方法 (1)函数关系是一种确定性关系，如匀速直线运动中路程s与时间t的关系；相关关系是一种非确定性关系，如一块农田的水稻产量与施肥量之间的关系． (2)判断两个变量是否是相关关系的关键是看这两个变量之间是否具有不确定性．
【变式1】下列关系中，带有随机性相关关系的是________． ①正方形的边长与面积之间的关系；②水稻产量与施肥量之间的关系；③人一生的身高与年龄之间的关系；④某餐点热饮销售的数量与气温的关系．解析 ①正方形的边长与面积之间的关系是函数关系；② 水稻产量与施肥量之间的关系不是严格的函数关系，但是具有相关性，因而是相关关系；③人的身高与年龄之间的关系既不是函数关系，也不是相关关系，因为人的年龄达到一定时期身高就不发生明显变化了，因而他们不具备相关关系；④一般来说，气温越高，售出的热饮越少．因此填②④. 答案 ②④

2.3.1-变量之间的相关关系(必修3优秀课件)1

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。
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，还与商品质量、居民收入等因素有关。
2〉粮食产量与施肥量之间的关系。
在一定范围内，施肥量越大，粮食产量就越高。但是，施肥量并不是决定粮食产量的唯一因素，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的影响。
练习：
某地区的环境条件适合天鹅栖息繁衍，有人统计发现了一个有趣的现象，如果村庄附近栖息的天鹅多，那么这个村庄的婴儿出生率也高，天鹅少的地方婴儿出生率低。于是，他就得出一个结论：天鹅能够带来孩子。你认为这样得到的结论可靠吗？如何证明这个结论的可靠性？
▪ 从已经掌握的知识来看，没有发现根据说明“天鹅能够带来孩子”，完全可能存在既能吸引天鹅又使婴儿出生率高的第三个因素（例如独特的环境因素），即天鹅与婴儿出生率之间没有直接的关系，因此 “天鹅能够带来孩子”的结论不可靠。
▪ 从已经掌握的知识来看，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，人体健康是由很多因素共同作用的结果，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，吸烟与健康是一种相关关系，所以吸烟不一定引起健康问题。
▪ 但吸烟引起健康问题的可能性大，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。
3〉人体内脂肪含量与年龄之间的关系。
在一定年龄段内，随着年龄的增长，人体内的脂肪含量会增加，但人体内的脂肪含量还与饮食习惯、体育锻炼等有关，可能还与个人的先天体质有关。
应当说，对于上述各种问题中的两个变量之间的相关关系，我们都可以根据自己的生活、学习经验作出相应的判断，因为“经验当中有规律”。但是，不管你经验多么丰富如果只凭经验办事，还是很容易出错的。因此，在分析两个变量之间的关系时，我们还需要有一些有说服力的方法。

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、"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、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)。

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。
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”。
思考5：对一组具有线性相关关系的样本数据：
(方x1，y1)，(x2，y2)，…，(xn，yn)，设其回归 y bx a
例1、以下是2000年某地搜集到的新房屋
的销售价格和房屋的面积的数据：
房屋面积 61
（平方米）
70 115 110 80 135 105
销售价格 12.2 15.3 24.8 21.6 18.4 29.2 22
（万元）
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.
2.3.1变量之间的相关关系【实用课件】
思考2：为了确定人体脂肪含量和年龄之间的更明确的关
系，我们需要对数据进行分析，通过作图可以对两个变量
之间的关系有一个直观的印象.以x轴表示年龄，y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？
脂肪含量
40
思考3：右图叫做散点图 35
30
在平面直角坐标系中， 25 20
表示具有相关关系的两 15
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 脂肪 29.6 30.2 31.4 30.8 33.5 35.2 34.6
其中各年龄对应的脂肪数据是这个年龄人群脂肪含量的样本平均数.
2.3.1变量之间的相关关系【实用课件】
有关说明
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
个变量的一组数据图形，10
称为散点图.
5
O
年龄
20 25 30 35 40 45 50 55 60 65
观察散点图的大致趋势，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，我们称这种相关关系为正相关。
思考4：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？
上述两个变量之间的关系是一种非确定性关系，称之为相关关系。
一、变量之间的相关关系
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.
尝试练习一
现实生活中存在许多相关关系，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；× ②作文水平与课外阅读量之间的关系； ③人的身高与体重之间的关系； ④人的身高与视力之间的关系；× ⑤商品销售收入与广告支出经费之间的关系； ⑥粮食产量与施肥量之间的关系； ⑦匀速行驶的车辆的行驶距离与时间 ×
散点图中的点散布在从左上角到右下角的区域.
脂肪含量 40
35
30
25
20
15
10
5
年龄
O
20 25 30 35 40 45 50 55 60 65
O
120 100 80 60 40 20
0 0 20 40 60 80 100
注：若两个变量散点图呈上图，则不具有相关关系。
2.3.1变量之间的相关关系【实用课件】
2.3.1变量之间的相关关系【实用课件】
房屋面积（平方米）
61
70 115 110 80 135
销售价格 12.2 15.3 24.8 21.6 18.4 29.2
（万元）
105 22
售价
35 30 25 20 15 10
5 0
0
2.3.1变量之间的相关关系【实用课件】
50
100
150
面积
2.3.1变量之间的相关关系【实用课件】
基础知识框图表解变量间关系
函数关系相关关系
散点图线形相关线形回归方程
问题提出和探究
在中学校园里，有这样一种说法： “如果你的数学成绩好，那么你的物理学习就不会有什么大问题.”
按照这种说法，似乎学生的物理成绩与数学成绩之间存在着某种关系，我们把数学成绩和物理成绩看成是两个变量，那么这两个变量之间的关系是函数关系吗？
2.3.1变量之间的相关关系【实用课件】
三、如何具体的求出这个回归方程呢？ 2.3.1变量之间的相关关系【实用课件】
脂肪含量 40 35
30
25
20
15
10
5
年龄
O
20 25 30 35 40 45 50 55 60 65
2.3.1变量之间的相关关系【实用课件】
2.3.1变量之间的相关关系【实用课件】
二、回归直线脂肪含量 40 3530 Nhomakorabea25
20
15
10
5
年龄
O
20 25 30 35 40 45 50 55 60 65
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。
2.3.1变量之间的相关关系【实用课件】
根据上述数据，人体的脂肪含量与年龄之间有怎样的关系？
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
脂肪 29.6 30.2 31.4 30.8 33.5 35.2 34.6
思考1：对某一个人来说，他的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？
如何判断两个变量之间是否具有相关关系以及相关程度的强弱
通过收集两个变量的大量数据，进行统计和数据分析，找出其中的规律，对其相关关系的程度作出一定判断. 由于变量之间相关关系的广泛性和不确定性，所以样本数据应较大，和有代表性.才能对它们之间的关系作出正确的判断.
实例探究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：