2.3变量之间的相关关系(必修3优秀课件)

合集下载

变量之间的相关关系(必修优秀课件)_图文

变量之间的相关关系(必修优秀课件)_图文

x
年龄
y
脂肪含量
设回归方程为
40
35
30
25
A
20
15
B
10
5
0 20 25 30 35 40 45 50 55 60 65
x
距离之和:
越小越好 年龄
y
脂肪含量
设回归方程为
40
35
30
25
A
20
15
B
10
5
0 20 25 30 35 40 45 50 55 60 65
x
点到直线距离的平方和:
年龄
求出回归直线的方程为:
Y^ =-2.352x+147.767
(4)当x=2时,y=143.063,因此,这天大约可以卖出143 杯热饮。
练习:
实验测得四组(x,y)的值如下表所示:
x
1
2
3
4
y
2
3
4
5
则y与x之间的回归直线方程为(海南理)对变量x,y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,
2112 2110.6
3、求和
解:1、设回归方程 2、求平均数
3、求和 4、代入公式求
的值
5、写出回归直线的回归方程
用“最小二乘法”求回归直线方程的步骤
1、设回归方程 2、求平均数 3、求和
4、代入公式求
的值
5、写出回归直线的方程
三、利用线性回归方程对总体进行估计
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:

必修三2.3-变量间的相关关系1(实用)-课件

必修三2.3-变量间的相关关系1(实用)-课件
15
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:
16
其中,b^是回归方程的 斜率 ,a^是回归方程在y轴上的 截距.
17
下列有关回归方程^y=b^x+a^的叙述正确的是( )
①反映^y与x之间的函数关系;
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.①②
B.②③
C.③④
D.①④
[答案] D
x2 4 5 6 8 y 30 40 60 50 70
根据上表提供的数据得到回归方程^y =b^x+a^中的b^=6.5,预测销售额为 115
15 万元时约需________万元广告费.
28
[解析] -x =2+4+55+6+8=5, -y =30+40+650+50+70=50. ∵回归方程过样本中心(5,50),代入 ^y =6.5x+ a^ 得 a^ = 17.5, ∴^y=6.5x+17.5,当^y=115时,x=15.
9
(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.
10
[归纳总结] 两个变量间的关系分为三类:一类是确定 性的函数关系,如正方形的边长与面积的关系;另一类是变 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,这种关系就是相关关系,例 如,某位同学的“物理成绩”与“数学成绩”之间的关系, 我们称它们为相关关系;再一类是不相关,即两个变量间没 有任何关系.

人教版高中数学必修三课件:2.3 变量间的相关关系(共39张PPT)

人教版高中数学必修三课件:2.3 变量间的相关关系(共39张PPT)
第二章 统计
2.3 变量间的相关关系 2.3.1 变量之间的相关关系 2.3.2 两个变量的线性相关
三维目标
【知识与技能】 (1)在两个变量具有线性相关关系时,会在散点图中作出回归直线,会用线 性回归方程进行预测. (2)知道最小二乘法的含义,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,了解(线性)相关系数的定义.
预习探究 [讨论] 相关关系与函数关系的区别和联系是什么?
解: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,如匀速直线运动中时间t与路程s的关系;相关 关系是一种非确定的关系,如一块农田的水稻产量与施肥量之间的关系. (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.例如, 有人发现,对于在校儿童,鞋的大小与阅读能力有很强的相关关系,然而学会新词并不 能使脚变大,而是涉及第三个因素——年龄,当儿童长大一些,他们的阅读能力会提高, 而且由于长大脚也变大.
形象思维有机地结合起来解决问题的一种方法,它能使抽象问题具体化,复杂问题简 单化.本章的数形结合思想的应用是利用散点图判断相关关系.
备课素材 [例] 一个工厂在某年里每月产品的总成本y(万元)与该月产量x(万件)之间有一组 数据如下表所示: x 1.08 1.12 1.19 1.28 1.36 1.48 1.59 1.68 1.80 1.87 1.98 2.07 y 2.25 2.37 2.40 2.55 2.64 2.75 2.92 3.03 3.14 3.26 3.36 3.50
[解析] (1)Δ=b2-4ac是一种确定 的关系,即为函数关系.
考点类析 例1 (2)如图2-3-1所示的是具有相关关系的 两个变量的一组数据的散点图和回归直线, 若去掉一个点后,剩下的5个点的线性相关 关系最强,则应去掉( C ) A.D点 B.E点 C.F点 D.A点

高中数学必修三课件-2.3变量间的相关关系 (共28张PPT)

高中数学必修三课件-2.3变量间的相关关系 (共28张PPT)

不是相关关系
不是函数关系, 也不是相关关系 相关关系
(2)下表是某地的年降雨量与年平均气温,判断两者是相关关系 吗?求回归直线方程有意义吗? 年平均气温(℃) 12.51 12.74 12.74 13.69 13.33 12.84 13.05 年降雨量(mm) 748 542 507 813 574 701 432
^ i=1 b=
- - ∑(x i- x )( yi- y ) - 2 ∑(x i- x )
i=1 n

i
i
i =1 = n

2 - x- n x 2 i
i=1 ^ - ^ - ^ 斜率 ,^ a = y - b x 其中, b 是回归方程的______ a 是回归方程在 y 轴 截距 . 上的_______
前面我们学习了两个量之间的关系有哪些? 相等关系、不等关系; 两个量之间的函数关系;
思考:在学校里,老师对学生经常这样说:“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 一种相关关系,这种说法有没有根据?
教材导航?
1.问题导航 (1)什么叫散点图? (2)相关关系分为哪两种? (3)什么叫回归直线?求回归直线的方法及 步骤是什么?
1.两个变量之间的关系与其对应的散点图特征: (1)两个变量间的关系是函数关系时,数据点位于某曲线上. (2)两个变量间的关系是相关关系时, 数据点位于某曲线附近. (3)两个变量间的关系是线性相关时,数据点位于某直线附近. 2.对回归直线与回归方程的理解 (1)回归方程被样本数据唯一确定,各样本点大致分布在回归直 线附近.对同一个总体,不同的样本数据对应不同的回归直线, 所以回归直线也具有随机性. (2)对于任意一组样本数据,利用最小二乘法公式都可以求得 “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.

【人教A版】高中数学必修三:2.3《变量间的相关关系》ppt课件

【人教A版】高中数学必修三:2.3《变量间的相关关系》ppt课件

x
0
0 50
05
5 年龄
像这样如果散点图 中的点的分布从整 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, 这条直线的方程 叫做回归方程
y
脂 肪 含 量 40
35 30 25 20 15 10
5
0 20 25 30 35 40 45 50 55 60 65
A. y x 1
i 1
i 1
B. y x 2
C. y 2x 1
D. y x 1
总结提升:
基础知识框图表解 变量间关系
函数关系 相关关系
散点图 线性相关 线性回归方程
课堂检测:
1、对变量x,y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
思考1:年龄与脂肪含量有没有关系?依据是什么? 思考2:有没有更加定量的分析方法,进行定量研究?
三、散点图
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
在平面直角坐标系 中,表示具有相关 关系的两个变量的 一组数据图形,称 为散点图
销售杯数之间关系的一般规律;
2、求回归方程;
(已知:x 15.364, y 111.636
11
11
xi2 4335, xi yi 14778 )
i 1
i 1
3、如果某天的气温是2摄氏度, 预测这天卖出的热饮杯数。
解:
1、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。

高中数学必修三:《变量之间的相关关系》优质课件

高中数学必修三:《变量之间的相关关系》优质课件

-11
0
19 28
2.3 变量间的相关关系
记 u=y-257, t =x-2010
t
-4
-2
0
2
4
u
-21
-11
0
19
29
t 0 ,u 3.2
5
(ti t )(ui u )
b i1 5
6.5
(ti t )2
i 1
a u a t 3.2
所以y关于t的回归方程为:
y 257 6.5(x 2010) 3.2
0.95 万元。
课 时 小 结
2.3 变量间的相关关系
阅读与思考
相关关系的强与弱
两个变量 x 与 y 正(负)相关时,它们就有相同(反) 的变化趋势,即当 x 由小变大时,相应的 y 有由小(大)变 大(小)的趋势。如何描述 x 和 y 之间这种线性关系的强弱 呢?
用相关系数 r 来衡量两个变量之间线性关系的强弱
2.3 变量间的相关关系
2.3 变量间的相关关系
很弱 一般
较弱
一般 很强
-1
-0.75 -0.30 -0.25 0.25 0.30 0.75
1r
负相关
正相关
2.3 变量间的相关关系
本节课结束 同学们,再见!
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。
如果两个变量成负相关,从整体上看这两个变量的变化 趋势是: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

高中数学【人教A版必修】三第二章2.3变量间的相关关系课件

高中数学【人教A版必修】三第二章2.3变量间的相关关系课件

高中数学【人教A版必修】三第二章2. 3变量 间的相 关关系 课件【 精品】
3
4
2.5
3
5
6
4
4.5
(1)请画出上表数据的散点图; (2)请根据上表提供的数据,用最小二乘法求线性回归方程; (3)已知该厂技改前100吨甲产品的生产能耗为90吨标准煤.试根据(2)求出 的线性回归方程,预测生产100吨甲产品的生产能耗比技改前降低多少 吨标准煤?
我们在生活中,碰到很多相关关系的问题:
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:
➢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.
➢ 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.
高中数学【人教A版必修】三第二章2. 3变量 间的相 关关系 课件【 精品】
高中数学【人教A版必修】三第二章2. 3变量 间的相 关关系 课件【 精品】
1.了解变量之间的相关关系; 2.会区分变量间的函数关系与相关关系; 3.会作散点图,并由此对变量间的正相关或负相关作出直观 的判断; 4.会求线性回归方程,并会利用回归方程进行预测.
➢ 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.
上面的几个例子都反映了:两个变量之间是一种不确 定的关系.产生这种关系的原因是受到许多不确定的随机因 素的影响.

人教版高中数学必修三2.3变量间的相关关系ppt课件

人教版高中数学必修三2.3变量间的相关关系ppt课件
1.社会上流传“喜鹊叫喜,乌鸦叫丧”,你认为二者是否具有相关性? 提示:“喜鹊叫喜,乌鸦叫丧”是封建迷信的说法,是人们夸大了两者之间的关系, 毫无科学道理,它们之间是不相关的. 2.散点图只描述具有相关关系的两变量所对应点的图形吗? 提示:不是.不论具备还是不具备相关关系,两个变量统计数据所对应的点表示的图 形都叫散点图.所以,可以利用散点图直观地判断两变量之间有无相关关系.
1.(5分)(2010·湖南高考)某商品销售量y(件)与销售价格x(元/件)负相关,则
其回归方程可能是( )
(A) =yˆ-10x+200
(B) =10x+200 yˆ
(C) =yˆ-10x-200
(D) =10x-200 yˆ
【解析】选A.∵商品销售量y(件)与销售价格x(元/件)负相关,∴a<0,排除B,D.
() (A)她儿子10岁时的身高一定是145.83 cm (B)她儿子10岁时的身高在145.83 cm以上 (C)她儿子10岁时的身高在145.83 cm左右 (D)她儿子10岁时的身高在145.83 cm以下
2.经调查知,某品牌汽车的销售量y(辆)与广告费用x(万元)之间的回归直线方程为 =250+4x,当广告费用为50万元yˆ 时,预计汽车销售量约为 ______辆.
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”)
【解题提示】按大小排列出收入数据的顺序,找出中间的那个数据. 【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. 答案:13 正相关
【解析】(1)画出散点图如图: 由图可见两者之间是线性相关的.

高中数学人教A版必修三 2.3变量间的相关关系 课件1 课件(47张)

高中数学人教A版必修三   2.3变量间的相关关系 课件1  课件(47张)
2.3 变量间的相关关系
2.3.1 变量之间的相关关系 (2.3.2) 两个变量的线性相关
1. 什么叫做两个变量间的相关关系? 2. 什么叫做两个变量间相关关系的确定性和不 确定性? 3. 什么样的关系叫两个变量间的线性相关关系? 4. 什么叫正相关关系? 什么叫负相关关系? 5. 如何画两个变量的散点图?
3. 线性相关关系 两关系的数据散点图在某一条直线附近, (其关 系可以近似地用一次函数表示), 这样的相关关系称 为线性相关. 若散点图分布左低右高, 则称两变量正相关; 反之, 左高右低分布, 则称两变量负相关.
习题 2.3 A 组
3. 一个车间为了规定工时定额, 需要确定加工零件 所花费的时间, 为此进行了10次试验, 收集数据如下:
借助坐标系, 作出这些数据的散点图:
脂肪 40 35 30 25 20 15 10 5
0
20 25 30 35 40 45 50 55 60 65 年龄
此散点图有两 脂肪
特点:
40 35
(1) 在某一条直
30 25
线附近.
20
15
(2) 从左到右在 10
升高, 左低右高. 5
0
20 25 30 35 40 45 50 55 60 65 年龄
零件 x (个) 10 20 30 40 50 60 70 80 90 100 时间 y (m) 62 68 75 81 89 95 102 108 115 122
(1) 画出散点图;
时间
125 100
75 50
25 0 0
20 40 60 80 100 零件
20 40 60 80 100
4. 影响消费水平的原因很多, 其中重要的一项是工资收入. 研究这两个变量的关系的一个方法是通过随机抽样的方法, 在 全国范围内收集被调查者的工资收入和他们的消费状况. 下面 的数据来自国家统计局公布的统计年鉴 ( 2000年版 ), 是祖国大 陆 31 个省、自治区、直辖市的职工平均工资与居民消费水平 (单位: 元).

人教A版数学必修3第二章2.3.1 变量之间的相关关系(第一课时)课件(共31张PPT)

人教A版数学必修3第二章2.3.1 变量之间的相关关系(第一课时)课件(共31张PPT)

思考: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?
80
70
60
50
40
系列1
30
20
10
0
0
20
40
60
80
100
无相关性
C
思考:(教材P86) 你能举出变量成正相关或负相关的例子吗?
例题:工厂为了规定工时定额,需要确定加工零 件所花费的时间,为此进行了10次调查,收集 数据如下:
• 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。
练习(教材P85)
某地区的环境适合天鹅繁衍,有人统 计发现一个有趣现象,如果村庄附近的天 鹅多,那么这个村庄婴儿出生率也高,天 鹅少的地方婴儿出生率低。于是他得出一 个结论:天鹅能带来孩子。你认为这样的 结论可靠吗?如何证明这个结论得可靠性?
脂肪 29.6 30.2 31.4 30.8 33.5 35.2 34.6
思考2:为了确定年龄和人体脂肪含量之间的更 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
散点图
散点图:用来判断两个变量是否具有相关关系.
脂肪含量
正相关
40 35 30 25 20 15 10
5 0
20 25 30 35 40 45 50 55 60 65 年龄
在上面的散点图中,这些点散布在从左下 角到右上角的区域,对于两个变量的这种相关 关系,我们将它称为正相关.
正相关反映了“一个变量随另一个变量 增加而增加的趋势。”

人教版高中数学必修三第二章第3节 2.3.1 变量之间的相关关系 课件(共41张PPT)

人教版高中数学必修三第二章第3节 2.3.1 变量之间的相关关系 课件(共41张PPT)
设所求回归直线方程是: yˆ bx a
当自变量x取xi(i=1,2,…,n)时可以得到回归直
线上的点的纵坐标为:yˆi bxi a(i 1, 2,, n)
它与样本数据yi的偏差是: yi yˆi yi (bxi a)
(x1,y1)
(x2,y2)
(xn,yn)
这样,用这 n 个偏差的和来刻画“与此直线的整体偏差”
年饮食支出 y(万元) 0.9 1.4 1.6 2.0 2.1 1.9 1.8 2.1 2.2 2.3
(1)根据表中数据,确定家庭的年收入和年饮食支出的相 关关系; (2)如果某家庭年收入为9万元,预测其年饮食支出. [思路探索] 画出散点图,判断其线性相关性,求出回归直 线方程.
解 (1)由题意知,年收入x为解释变量,年饮食支出y为预 报变量,作散点图如图所示.
高二数学 必修三
2.3 变量间的 相关关系
2020/7/3
郑平正 制作
探索研究,构建新知
你认同这 一说法吗?
探究一:在学校里,老师对学生经常 这样说“如果你的数学成绩好,那么 你的物理学习就不会有多大问题。”
数学成绩
物理成绩
学习兴趣 学习时间
其他因素
探索研究,构建新知
函数关系
匀速直线运动中时间和路程的关系
160
140
120
100 系列1
80
60
40
20
0
80
-10
0
系列1
10
20
30
40
相 同: 不 同:
散落在直线的附近 有相同的变化趋势 有相反的变化趋势
线性相关样本点散布
正相关
的位置有何 特点?
负相关

变量之间的相关关系必修3优秀课件ppt

变量之间的相关关系必修3优秀课件ppt
▪ 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。
练习: 经营者提供商品或者服务有欺诈行为的,应当按照消费者的要求增加赔偿其受到的损失,增加赔偿的金额为消费者购买商品的价款或接受服务的费用
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?
(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;
解: (1)散点图
热饮杯数 160 150 140 130 120 110
100 90 80 70 60 50 40
温度
-10
0
10
20
30
40
(2)气温与热饮杯数成负相关,即气温越高,卖出去 的热饮杯数越少。
练习: 经营者提供商品或者服务有欺诈行为的,应当按照消费者的要求增加赔偿其受到的损失,增加赔偿的金额为消费者购买商品的价款或接受服务的费用
关系.
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
经营者提供商品或者服务有欺诈行为 的,应 当按照 消费者 的要求 增加赔 偿其受 到的损 失,增 加赔偿 的金额 为消费 者购买 商品的 价款或 接受服 务的费 用
经营者提供商品或者服务有欺诈行为 的,应 当按照 消费者 的要求 增加赔 偿其受 到的损 失,增 加赔偿 的金额 为消费 者购买 商品的 价款或 接受服 务的费 用

人教版高中数学必修三两个变量的相关关系ppt课件

人教版高中数学必修三两个变量的相关关系ppt课件
8
探究:
年龄 脂肪 年龄
.
23
27
39
41
45
49
50
53
54
56
57
58
9.5 17.8 21.2
60 61
25.9 27.5 26.3 28.2 29.6
30.2
31.4 30.8 33.5
脂肪 35.2 34.6
如上的一组数据,你能分析人体的脂肪含量与年龄 之间有怎样的关系吗?
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印象和判断.
以上公式的推导较复杂,故不作推导,但它的原理较为简单:即 各点到该直线的距离的平方和最小,这一方法叫最小二乘法。 19 (参看如书P80)
思考:把表2-3中的年龄作为x代入回归方程,看看得出的数值与真实数值之间的 关系,从中体会什么?
把年龄x代入回归直线方程,可以看到估计值y与数据Y的值 是由差距的,这说明1.体内脂肪含量与年龄是相关关系, 而非函数关系;2.回归直线能较好地逼近两变量的关系, 直线在整体上的接近程度最好,但因相关关系的非确定性, 有些点的差距还是较大的。
吸烟只是影响健康的一个因素,对健康的影响还有其他一些因素,两者之间非函数 关系即非因果关系,但两者是相关关系,而且属负相关,吸烟影响健康是事实, 故应禁烟。 2.某地区的环境条件适合天鹅栖息繁衍,有人统计发现,村庄附近栖息的天鹅多, 这个村庄的婴儿出生率也高,天鹅少的地方婴儿的出生率低。于是,他认为 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? 不可靠,从 表面看,似有因果关系,但函数关系式一种因果关系,而相关关系部一 定是因果关系,也可能是伴随关系,是环境条件改善的两种伴随关系。

课件_人教版高中数学必修三变量之间的相关关系PPT课件_优秀版

课件_人教版高中数学必修三变量之间的相关关系PPT课件_优秀版

程? 方案2、在图中选两点作直线,使直线两侧 的点的个数基本相同。
(1)概念:自变量取值一定时,因变量的取值带有一定随2机5 性的两个变量之间的关系叫相关关系。
相同点:两者均是指两个变量间的关系。
请同学们 布在从左上角到右下角的区
之间有怎样的关系吗?
20
第三步:代入公式计算b,a的值;
15
展开讨论,能 10
(3)从散点图可以看出,这些点大致分布在一条 直线附近。
160
Y^ =-2.352x+147.767
某商场一年内前五月的销售收入x(1万5元0)与销售费用y(万元)统计如下表:
相的(同相4)点 关当:关x两系=2者,时均海,是平y=指面14两以3.个上变,量间的11关34系00 。 不同点:函数关系是一种确定关系1,2是0 一种因果关 系;
如上的一组数据,你能分析人体的脂肪含量与年龄 之间有怎样的关系吗?
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印 象和判断.
(2)是否线性相关?若是则求出线性回50归方程; (方2)案是2否、线在性图相中关选?两若点是作则直求线出,线使性直回4线0归两方侧程的; 点的个数基本相同。
(2)当数字少时,可用-人10工或计算器,求0 回归方程; 10
20
30
40
(4)当x=2时,y^ =143.063,因此,这天大 约可以卖出143杯热饮。
.
方案2、在图中选两点作直线,使直线
两侧 的点的个数基本相同。
脂肪含量 40
35 30

人教课标版高中数学必修3《变量间的相关关系》参考课件

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
  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)。

关系.
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
2.3.2 两个变量的线性相关关系
.
探究:
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
脂肪含量 40
35 30
25 20 15 10
5
年龄
0 20 25 30 35 40 45 50 55 60 65
. 方案2、在图中选两点作直线,使直线
两侧的点的个数基本相同。
脂肪含量 40
35 30
25 20 15 10
5
年龄
0 20 25 30 35 40 45 50 55 60 65
方案3、如果多取几对点,确定多条直线,再 求出这些直线的斜率和截距的平均值作为回归直 线的斜率和截距。而得回归方程。
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
年龄 60 61
脂肪 35.2 34.6
40
35
从散点图发现:年 30
龄越大,体内脂肪 25 含量越高,点的位 20 置散布在从左下角 15
10
到右上角的区域。 5
称它们成正相关
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
35
怎样来求出这个
30
回归方程?请同
25
学们展开讨论,
20
15
能得出哪些具体
10
的方案?
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。
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
15 10
Bxi,bxi a
q iyi (b xia )yi b xi a
5
0 20 25 30 35 40 45 50 55 60 65
x
年龄
y
脂 肪 含 量 40
35 30 25 20 15 10
5
设回归方程为
A xi , yi
Bxi,bxi a
y bxa
q iyi (b xia )yi b xi a
0 20 25 30 35 40 45 50 55 60 65
x
距q 离 之q 1 和:q 2qn 越小越好 年龄
y1bx1ay2bx2aynbxna
y
脂 肪 含 量 40
35 30 25 20 15 10
5
设回归方程为 ybxa
A xi , yi
Bxi,bxi a
q iyi (b xia )yi b xi a
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。 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。
即学即用
1.下列关系中,是带有随机性相关关系的是
②③④
.
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;④降雪量与交通事故发生之间的
O
脂肪含量 20 25 30 35 40
年龄 45 50 55 60 65
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。又如汽车的载重和汽 车每消耗1升汽油所行使的 平均路程,称它们成负相关.
O
观察散点图可以发现散点图中的点大致分布在一 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
年龄 60 61
脂肪 35.2 34.6
40
35
将各数据在平面 30
坐标系中的对应 25
点画出来,得到 20 表示两个变量的 15
10
一组数据的图形, 5
这样的图形叫做
散点图。
O
脂肪含量 20 25 30 35 40
年龄 45 50 55 60 65
探究
年龄 23 27 39 41 45 49 50 53 54 56 57 58
2.3.1 变量间的相关关系
问题提出
1.函数是研究两个变量之间的依存关系 的一种数量形式.对于两个变量,如果 当一个变量的取值一定时,另一个变量 的取值被惟一确定,则这两个变量之间 的关系就是一个函数关系.
2.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?
脂 40 肪 35 含 30 量 25
20 15 10
5
0 20 25 30 35 40 45 50 55 60 65
x
年龄
探究
年龄 23 27 39 41 45 49 50 53 54 56 57 58
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
计算回归方程的较为科学的方法:
y



设回归方程为 ybxa
量 40
35
30 25
20
15 10
5
0 2 25 30 35 40 45 50 55 6,已经找到了
计算回归方程的较为科学的方法:
y



设回归方程为 ybxa
量 40
35
30
25 20
A xi , yi
0 20 25 30 35 40 45 50 55 60 65
脂肪含量 40
35 30
25 20 15 10
5
年龄
0 20 25 30 35 40 45 50 55 60 65
我们上面给出的几种方案可靠性都不是很强
y
脂 肪 含 量 40
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
相关文档
最新文档