版權(quán)說明: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
8.1.2樣本相關(guān)系數(shù)教學(xué)設(shè)計(jì)課時(shí)教學(xué)內(nèi)容本節(jié)的主要內(nèi)容是一元線性回歸模型,它是線性回歸分析的核心內(nèi)容,也是后續(xù)研究?jī)勺兞块g的相關(guān)性有關(guān)問題的基礎(chǔ).通過散點(diǎn)圖直觀探究分析得出的直線擬合方式不同,擬合的效果就不同,它們與實(shí)際觀測(cè)值均有一定的偏差.在經(jīng)歷用不同估算方法描述兩個(gè)變量線性相關(guān)關(guān)系的過程中,解決用數(shù)學(xué)方法刻畫從整體上看各觀測(cè)點(diǎn)到擬合直線的距離最小的問題,讓學(xué)生在此基礎(chǔ)上了解更為科學(xué)的數(shù)據(jù)處理方式——最小二乘法,有助于他們更好地理解核心概念“經(jīng)驗(yàn)回歸直線”,并最終體現(xiàn)回歸方法的應(yīng)用價(jià)值.就統(tǒng)計(jì)學(xué)科而言,對(duì)不同的數(shù)據(jù)處理方法進(jìn)行“優(yōu)劣評(píng)價(jià)”是“假設(shè)檢驗(yàn)”的萌芽.了解最小二乘法思想,將其與各種估算方法進(jìn)行比較,體會(huì)它的相對(duì)科學(xué)性,既是統(tǒng)計(jì)學(xué)教學(xué)發(fā)展的需要,又是在體會(huì)此思想的過程中促進(jìn)學(xué)生對(duì)核心概念進(jìn)一步理解的需要.最小二乘法思想作為本節(jié)課的核心思想,由此得以體現(xiàn),而回歸思想和貫穿統(tǒng)計(jì)學(xué)科的隨機(jī)思想,也是本節(jié)課需要滲透的.課時(shí)教學(xué)目標(biāo)1.結(jié)合實(shí)例,會(huì)通過相關(guān)系數(shù)比較多組成對(duì)數(shù)據(jù)的相關(guān)性.2.了解樣本相關(guān)系數(shù)與標(biāo)準(zhǔn)化數(shù)據(jù)向量夾角的關(guān)系.教學(xué)重點(diǎn)、難點(diǎn)1.重點(diǎn):一元線性回歸模型的基本思想,經(jīng)驗(yàn)回歸方程,最小二乘法.2.難點(diǎn):求最小二乘估計(jì),殘差分析.教學(xué)過程設(shè)計(jì)環(huán)節(jié)一創(chuàng)設(shè)情境,引入課題通過觀察散點(diǎn)圖中成對(duì)樣本數(shù)據(jù)的分布規(guī)律,我們可以大致推斷兩個(gè)變量是否存在相關(guān)關(guān)系、是正相關(guān)還是負(fù)相關(guān)、是線性相關(guān)還是非線性相關(guān)等.散點(diǎn)圖雖然直觀,但無(wú)法確切地反映成對(duì)樣本數(shù)據(jù)的相關(guān)程度,也就無(wú)法量化兩個(gè)變量之間相關(guān)程度的大小.能否像引入平均值、方差等數(shù)字特征對(duì)單個(gè)變量數(shù)據(jù)進(jìn)行分析那樣,引入一個(gè)適當(dāng)?shù)摹皵?shù)字特征”,對(duì)成對(duì)樣本數(shù)據(jù)的相關(guān)程度進(jìn)行定量分析呢?對(duì)于變量x和變量y,設(shè)經(jīng)過隨機(jī)抽樣獲得的成對(duì)樣本數(shù)據(jù)為,,…,,其中,,…,和,,…,的均值分別為和.將數(shù)據(jù)以為零點(diǎn)進(jìn)行平移,得到平移后的成對(duì)數(shù)據(jù)為,,…,.并繪制散點(diǎn)圖.【師生活動(dòng)】觀察撒點(diǎn)圖代表的數(shù)據(jù)的正負(fù)大小等特征,并根據(jù)特征嘗試進(jìn)行構(gòu)造統(tǒng)計(jì)量。預(yù)設(shè)結(jié)果:沒有明顯的特征【師生活動(dòng)】對(duì)數(shù)據(jù)進(jìn)行中心化處理再觀察數(shù)值特征利用上述方法處理表8.11中的數(shù)據(jù),得到圖8.13.我們發(fā)現(xiàn),這時(shí)的散點(diǎn)大多數(shù)分布在第一象限、第三象限,大多數(shù)散點(diǎn)的橫、縱坐標(biāo)同號(hào).顯然,這樣的規(guī)律是由人體脂肪含量與年齡正相關(guān)所決定的.環(huán)節(jié)二觀察分析,感知概念一般地,如果變量x和y正相關(guān),那么關(guān)于均值平移后的大多數(shù)散點(diǎn)將分布在第一象限、第三象限,對(duì)應(yīng)的成對(duì)數(shù)據(jù)同號(hào)的居多,如圖8.14(1)所示;如果變量x和y負(fù)相關(guān),那么關(guān)于均值平移后的大多數(shù)散點(diǎn)將分布在第二象限、第四象限,對(duì)應(yīng)的成對(duì)數(shù)據(jù)異號(hào)的居多,如圖8.14(2)所示.預(yù)設(shè)結(jié)果:線性負(fù)相關(guān):基本異號(hào);線性正相關(guān):基本同號(hào)思考:根據(jù)上述分析.你能利用正相關(guān)變量和負(fù)相關(guān)變量的成對(duì)樣本數(shù)據(jù)平移后呈現(xiàn)的規(guī)律,構(gòu)造一個(gè)度量成對(duì)樣本數(shù)據(jù)是正相關(guān)還是負(fù)相關(guān)的數(shù)字特征嗎?從上述討論得到啟發(fā),利用散點(diǎn)的橫、縱坐標(biāo)是否同號(hào),可以構(gòu)造一個(gè)量.一般情形下,表明成對(duì)樣本數(shù)據(jù)正相關(guān);表明成對(duì)樣本數(shù)據(jù)負(fù)相關(guān).環(huán)節(jié)三抽象概括,形成概念思考:你認(rèn)為的大小一定能度量出成對(duì)樣本數(shù)據(jù)的相關(guān)程度嗎?因?yàn)榈拇笮∨c數(shù)據(jù)的度量單位有關(guān),所以不宜直接用它度量成對(duì)樣本數(shù)據(jù)相關(guān)程度的大小.例如,在研究體重與身高之間的相關(guān)程度時(shí),如果體重的單位不變,把身高的單位由米改為厘米,則相應(yīng)的將變?yōu)樵瓉?lái)的100倍,但單位的改變并不會(huì)導(dǎo)致體重與身高之間相關(guān)程度的改變.追問3如果數(shù)據(jù)的單位發(fā)生變化,上面的統(tǒng)計(jì)量是否仍適用?為了消除度量單位的影響,需要對(duì)數(shù)據(jù)作進(jìn)一步的“標(biāo)準(zhǔn)化”處理.我們用,.分別除和,得,,…,,為簡(jiǎn)單起見,把上述“標(biāo)準(zhǔn)化”處理后的成對(duì)數(shù)據(jù)分別記為,,…,.仿照的構(gòu)造,可以得到.(1)【師生活動(dòng)】用具體的實(shí)例進(jìn)行驗(yàn)證。在研究體重與身高之間的相關(guān)程度時(shí),如果體重的單位不變,把身高單位由米改為厘米,單位的改變不會(huì)改變體重與身高之間的相關(guān)程度。考查的變化。我們稱r為變量x和變量y的樣本相關(guān)系數(shù)(samplecorrelationcoefficient).這樣,我們利用成對(duì)樣本數(shù)據(jù)構(gòu)造了樣本相關(guān)系數(shù)r.樣本相關(guān)系數(shù)r是一個(gè)描述成對(duì)樣本數(shù)據(jù)的數(shù)字特征,它的正負(fù)性和絕對(duì)值的大小可以反映成對(duì)樣本數(shù)據(jù)的變化特征:?jiǎn)栴}4樣本相關(guān)系數(shù)r的正負(fù)能反映出成對(duì)變量的什么關(guān)系?當(dāng)時(shí),稱成對(duì)樣本數(shù)據(jù)正相關(guān).這時(shí),當(dāng)其中一個(gè)數(shù)據(jù)的值變小時(shí),另一個(gè)數(shù)據(jù)的值通常也變??;當(dāng)其中一個(gè)數(shù)據(jù)的值變大時(shí),另一個(gè)數(shù)據(jù)的值通常也變大.當(dāng)時(shí),稱成對(duì)樣本數(shù)據(jù)負(fù)相關(guān).這時(shí),當(dāng)其中一個(gè)數(shù)據(jù)的值變小時(shí),另一個(gè)數(shù)據(jù)的值通常會(huì)變大;當(dāng)其中一個(gè)數(shù)據(jù)的值變大時(shí),另一個(gè)數(shù)據(jù)的值通常會(huì)變小.問題5樣本相關(guān)系數(shù)r的取值與成對(duì)樣本數(shù)據(jù)的相關(guān)程度有什么內(nèi)在聯(lián)系?那么,樣本相關(guān)系數(shù)r的大小與成對(duì)樣本數(shù)據(jù)的相關(guān)程度有什么內(nèi)在聯(lián)系呢?為此,我們先考察一下r的取值范圍.【設(shè)計(jì)意圖】從創(chuàng)設(shè)認(rèn)知需求,從學(xué)生的已有經(jīng)驗(yàn)出發(fā),層層引導(dǎo),讓學(xué)生經(jīng)歷構(gòu)造一個(gè)新的統(tǒng)計(jì)量的過程,體會(huì)用數(shù)據(jù)描述客觀事實(shí)的精確性,以及數(shù)學(xué)的合理性和嚴(yán)謹(jǐn)性?!編熒顒?dòng)】類比向量的數(shù)量積進(jìn)行研究。觀察r的結(jié)構(gòu),聯(lián)想到二維(平面)向量、三維(空間)向量數(shù)量積的坐標(biāo)表示,我們將向量的維數(shù)推廣到n維,n維向量,的數(shù)量積仍然定義為,其中為向量,的夾角.類似于平面或空間向量的坐標(biāo)表示,對(duì)于向量和,我們有.設(shè)“標(biāo)準(zhǔn)化”處理后的成對(duì)數(shù)據(jù),,…,的第一分量構(gòu)成n維向量,第二分量構(gòu)成n維向量,則有.因?yàn)椋詷颖鞠嚓P(guān)系數(shù),其中為向量和向量的夾角.由,可知.環(huán)節(jié)四辨析理解深化概念思考:當(dāng)時(shí),成對(duì)樣本數(shù)據(jù)之間具有怎樣的關(guān)系呢?當(dāng)時(shí),中的或,向量和向量共線.由向量的知識(shí)可知,存在實(shí)數(shù),使得,即.這表明成對(duì)樣本數(shù)據(jù)都落在直線,.上.這時(shí),成對(duì)樣本數(shù)據(jù)的兩個(gè)分量之間滿足一種線性關(guān)系.由此可見,樣本相關(guān)系數(shù)的取值范圍為.樣本相關(guān)系數(shù)的絕對(duì)值大小可以反映成對(duì)樣本數(shù)據(jù)之間線性相關(guān)的程度:當(dāng)越接近1時(shí),成對(duì)樣本數(shù)據(jù)的線性相關(guān)程度越強(qiáng);當(dāng)越接近0時(shí),成對(duì)樣本數(shù)據(jù)的線性相關(guān)程度越弱.樣本相關(guān)系數(shù)有時(shí)也稱樣本線性相關(guān)系數(shù),刻畫了樣本點(diǎn)集中于某條直線的程度.當(dāng)時(shí),只表明成對(duì)樣本數(shù)據(jù)間沒有線性相關(guān)關(guān)系,但不排除它們之間有其他相關(guān)關(guān)系.圖8.15是不同成對(duì)樣本數(shù)據(jù)的散點(diǎn)圖和相應(yīng)的樣本相關(guān)系數(shù).圖(1)中的散點(diǎn)有明顯的從左下角到右上角沿直線分布的趨勢(shì),說明成對(duì)樣本數(shù)據(jù)呈現(xiàn)出線性相關(guān)關(guān)系;樣本相關(guān)系數(shù),表明成對(duì)樣本數(shù)據(jù)的正線性相關(guān)程度很強(qiáng).圖(2)中的散點(diǎn)有明顯的從左上角到右下角沿直線分布的趨勢(shì),說明成對(duì)樣本數(shù)據(jù)也呈現(xiàn)出線性相關(guān)關(guān)系;樣本相關(guān)系數(shù),表明成對(duì)樣本數(shù)據(jù)的負(fù)線性相關(guān)程度比較強(qiáng).從樣本相關(guān)系數(shù)來(lái)看,圖(1)中成對(duì)樣本數(shù)據(jù)的線性相關(guān)程度要比圖(2)中強(qiáng)一些;圖(3)和圖(4)中的成對(duì)樣本數(shù)據(jù)的線性相關(guān)程度很弱,其中圖(4)中成對(duì)樣本數(shù)據(jù)的線性相關(guān)程度極弱.綜上可知,兩個(gè)隨機(jī)變量的相關(guān)性可以通過成對(duì)樣本數(shù)據(jù)進(jìn)行分析,而樣本相關(guān)系數(shù)r可以反映兩個(gè)隨機(jī)變量之間的線性相關(guān)程度:r的符號(hào)反映了相關(guān)關(guān)系的正負(fù)性;的大小反映了兩個(gè)變量線性相關(guān)的程度,即散點(diǎn)集中于一條直線的程度.在有限總體中,若要確切地了解兩個(gè)變量之間相關(guān)關(guān)系的正負(fù)性及線性相關(guān)的程度,我們可以利用這兩個(gè)變量取值的所有成對(duì)數(shù)據(jù),通過公式(1)就可以計(jì)算出兩個(gè)變量的相關(guān)系數(shù).例如,要確切了解脂肪含量y與年齡x的線性相關(guān)程度,需要調(diào)查所有人的年齡及其脂肪含量,再將得到的成對(duì)數(shù)據(jù)代入公式(1),計(jì)算出相關(guān)系數(shù).這個(gè)相關(guān)系數(shù)就能確切地反映變量之間的相關(guān)程度.不過,在實(shí)際中,獲得總體中所有的成對(duì)數(shù)據(jù)往往是不容易的.因此,我們還是要用樣本估計(jì)總體的思想來(lái)解決問題.也就是說,我們先要通過抽樣獲取兩個(gè)變量的一些成對(duì)樣本數(shù)據(jù),再計(jì)算出樣本相關(guān)系數(shù),通過樣本相關(guān)系數(shù)去估計(jì)總體相關(guān)系數(shù),從而了解兩個(gè)變量之間的相關(guān)程度.對(duì)于簡(jiǎn)單隨機(jī)樣本而言,樣本具有隨機(jī)性,因此樣本相關(guān)系數(shù)r也具有隨機(jī)性.一般地,樣本容量越大,用樣本相關(guān)系數(shù)估計(jì)兩個(gè)變量的相關(guān)系數(shù)的效果越好.【師生活動(dòng)】根據(jù)式子特征進(jìn)行分析。【設(shè)計(jì)意圖】讓學(xué)生經(jīng)歷概念的自主建構(gòu)過程,并讓學(xué)生體會(huì)r的完備性與純粹性。環(huán)節(jié)五概念應(yīng)用,鞏固內(nèi)化例1根據(jù)表8.11中脂肪含量和年齡的樣本數(shù)據(jù),推斷兩個(gè)變量是否線性相關(guān),計(jì)算樣本相關(guān)系數(shù),并推斷它們的相關(guān)程度.解:先畫出散點(diǎn)圖,如圖8.11所示.觀察散點(diǎn)圖,可以看出樣本點(diǎn)都集中在一條直線附近,由此推斷脂肪含量和年齡線性相關(guān).根據(jù)樣本相關(guān)系數(shù)的定義,①利用計(jì)算工具計(jì)算可得,,,,.代入①式,得.由樣本相關(guān)系數(shù),可以推斷脂肪含量和年齡這兩個(gè)變量正線性相關(guān),且相關(guān)程度很強(qiáng).利用統(tǒng)計(jì)軟件計(jì)算樣本相關(guān)系數(shù),Excel軟件用函數(shù)CORREL;R軟件用函數(shù)cor.【師生活動(dòng)】教師帶領(lǐng)學(xué)生一起計(jì)算,提醒學(xué)生答題的規(guī)范性和得分點(diǎn)。例2有人收集了某城市居民年收入(所有居民在一年內(nèi)收入的總和)與A商品銷售額的10年數(shù)據(jù),如表8.12所示.表8.12第n年12345678910居民年收入/億元32.231.132.935.837.138.039.043.044.646.0A商品銷售額/萬(wàn)元25.030.034.037.039.041.042.044.048.051.0畫出散點(diǎn)圖,推斷成對(duì)樣本數(shù)據(jù)是否線性相關(guān),并通過樣本相關(guān)系數(shù)推斷居民年收入與A商品銷售額的相關(guān)程度和變化趨勢(shì)的異同.解:畫出成對(duì)樣本數(shù)據(jù)的散點(diǎn)圖,如圖8.16所示.從散點(diǎn)圖看,A商品銷售額與居民年收入的樣本數(shù)據(jù)呈現(xiàn)出線性相關(guān)關(guān)系.由樣本數(shù)據(jù)計(jì)算得樣本相關(guān)系數(shù).由此可以推斷,A商品銷售額與居民年收入正線性相關(guān),即A商品銷售額與居民年收入有相同的變化趨勢(shì),且相關(guān)程度很強(qiáng).【師生活動(dòng)】一名學(xué)生上臺(tái)板演,其余學(xué)生寫在作業(yè)本上。師生共同批改和糾錯(cuò)。例3在某校高一年級(jí)中隨機(jī)抽取25名男生,測(cè)得他們的身高、體重、臂展等數(shù)據(jù),如表8.13所示.表8.13編號(hào)身高/cm體重/kg臂展/cm編號(hào)身高/cm體重/kg臂展/cm1173551691416666161217971170151766116631755217216176491654179621771717560173518282174181694816261736316619184861897180551742016958164817081169211825417091695416622171581641017754176231776117311177591702417358165121786717425173511691317456170體重與身高、臂展與身高分別具有怎樣的相關(guān)性?解:根據(jù)樣本數(shù)據(jù)畫出體重與身高、臂展與身高的散點(diǎn)圖,分別如圖8.17(1)和(2)所示,兩個(gè)散點(diǎn)圖都呈現(xiàn)出線性相關(guān)的特征.通過計(jì)算得到體重與身高、臂展與身高的樣本相關(guān)系數(shù)分別約為0.34和0.78,都為正線性相關(guān).其中,臂展與身高的相關(guān)程度更高.環(huán)節(jié)六歸納總結(jié),反思提升本節(jié)課學(xué)習(xí)的概念有哪些?(1)一元線性回歸模型;(2)最小二乘法.(3)殘差.在解決問題時(shí),用到了哪些數(shù)學(xué)思想?思想方法數(shù)形結(jié)合.【設(shè)計(jì)意圖】梳理本節(jié)課的研究問題和研究思路,讓學(xué)生不僅掌握知識(shí)和技能,還學(xué)會(huì)一種新的統(tǒng)計(jì)量的研究路徑。環(huán)節(jié)七 目標(biāo)檢測(cè),作業(yè)布置完成教材:第120?121頁(yè)習(xí)題8.2第2題.練習(xí)(第103頁(yè))1.由簡(jiǎn)單隨機(jī)抽樣得到的成對(duì)樣本數(shù)據(jù)的樣本相關(guān)系數(shù)是否一定能確切地反映變量之間的相關(guān)關(guān)系?為什么?1.【解析】樣本相關(guān)系數(shù)可以反映變量之間相關(guān)的正負(fù)性及線性相關(guān)的程度,但由于樣本數(shù)據(jù)的隨機(jī)性,樣本相關(guān)系數(shù)往往不能確切地反映變量之間的相關(guān)關(guān)系.一般來(lái)說,樣本量越大,根據(jù)樣本相關(guān)系數(shù)推斷變量之間相關(guān)的正負(fù)性及線性相關(guān)的程度越可靠,而樣本量越小則越不可靠.一個(gè)極端的情況是,無(wú)論兩個(gè)變量之間是什么關(guān)系,如果樣本量取2,則計(jì)算可得樣本相關(guān)系數(shù)的絕對(duì)值都是1(在樣本相關(guān)系數(shù)存在的情況下),顯然據(jù)此推斷兩個(gè)變量完全線性相關(guān)是不合理的.2.已知變量x和變量y的3對(duì)隨機(jī)觀測(cè)數(shù)據(jù),,,計(jì)算兩個(gè)變量的樣本相關(guān)系數(shù).能據(jù)此推出這兩個(gè)變量線性相關(guān)嗎?為什么?2.【解析】,,則相關(guān)系數(shù),即,雖然樣本相關(guān)系數(shù)為,三個(gè)樣本點(diǎn)在一條直線上,但是由于樣本量太小,據(jù)此推斷兩個(gè)變量完全線性相關(guān)并不可靠.解法二:i123求和xi23510yi2xiyi4xi2492538yi2414954,..雖然樣本相關(guān)系數(shù)為,三個(gè)樣本點(diǎn)在一條直線上,但是由于樣本量太小,據(jù)此推斷兩個(gè)變量完全線性相關(guān)并不可靠.3.畫出下列成對(duì)數(shù)據(jù)的散點(diǎn)圖,并計(jì)算樣本相關(guān)系數(shù).據(jù)此,請(qǐng)你談?wù)剺颖鞠嚓P(guān)系數(shù)在刻畫兩個(gè)變量間相關(guān)關(guān)系上的特點(diǎn).(1),,,,,;(2),,,,;(3),,,,,;(4),,,,.3.【解析】(1)散點(diǎn)圖如下:由點(diǎn)數(shù)據(jù)知:,;;;;則;i123456求和xi2101233yi31135712xiyi6103102141xi241014919yi29119254994,,(2)散點(diǎn)圖如下:由點(diǎn)數(shù)據(jù)知:,;;;;則;i12345求和xi0123410yi01491630xiyi0182764100xi201491630yi2011681256354,;(3)散點(diǎn)圖如下:由點(diǎn)數(shù)據(jù)知:,;;;;則;i123456求和xi2101233yi810182727xiyi161011681115xi241014919yi26410164729859,;(4)散點(diǎn)圖如下:由點(diǎn)數(shù)據(jù)知:,,,,綜上,由相關(guān)系數(shù)的值可知,越接近1,樣本的線性相關(guān)性越強(qiáng),越接近0,線性相關(guān)性越弱.4.隨機(jī)抽取7家超市,得到其廣告支出與銷售額數(shù)據(jù)如下:超市ABCDEFG廣告支出/萬(wàn)元1246101420銷售額/萬(wàn)元19324440525354請(qǐng)判斷超市的銷售額與廣告支出之間的相關(guān)關(guān)系的類型、相關(guān)程度和變化趨勢(shì)的特征.4.【解析】成對(duì)數(shù)據(jù)的散點(diǎn)圖如圖所示:從散點(diǎn)圖上可得,超市的銷售額與廣告支出之間呈現(xiàn)出線性相關(guān)關(guān)系,由數(shù)據(jù)可得;,,,,i1234567求和xi124610142057yi19324440525354294xiyi196417624052074210802841xi2141636100196400753yi236110241936160027042809291613350,由此可推斷,銷售額與廣告支出之間正線性相關(guān),且相關(guān)程度較強(qiáng),銷售額與廣告支出的變化趨勢(shì)相同,但隨著廣告支出超過10萬(wàn)元后,銷售額增加幅度變緩.習(xí)題8.1(第103頁(yè))1.在以下4幅散點(diǎn)圖中,判斷哪些圖中的y和x之間存在相關(guān)關(guān)系?其中哪些正相關(guān),哪些負(fù)相關(guān)?哪些圖所對(duì)應(yīng)的成對(duì)樣本數(shù)據(jù)呈現(xiàn)出線性相關(guān)關(guān)系?哪些圖所對(duì)應(yīng)的成對(duì)樣本數(shù)據(jù)呈現(xiàn)出非線性相關(guān)關(guān)系.1.【解析】(1)由(1)的散點(diǎn)圖可以看到,兩個(gè)變量確定的散點(diǎn)沒有落在了一條直線或者曲線附近,是雜亂無(wú)章的,所以可以判定兩個(gè)變量之間不存在相關(guān)關(guān)系;(2)由(2)的散點(diǎn)圖可以看到,兩個(gè)變量確定的散點(diǎn)幾乎落在了一條直線附近,所以可以判定兩個(gè)變量之間存在相關(guān)關(guān)系,圖像呈現(xiàn)左下右上趨勢(shì),說明兩個(gè)變量呈正線性相關(guān)關(guān)系;(3)由(3)的散點(diǎn)圖可以看到,兩個(gè)變量確定的散點(diǎn)幾乎落在了一條直線附近,所以可以判定兩個(gè)變量之間存在線性相關(guān)關(guān)系,圖像呈現(xiàn)左上右下趨勢(shì),說明兩個(gè)變量呈負(fù)線性相關(guān)關(guān)系;(4)由(4)的散點(diǎn)圖可以看到,兩個(gè)變量確定的散點(diǎn)幾乎落在了一條曲線附近,所以可以判定兩個(gè)變量之間存在相關(guān)關(guān)系,而且是非線性相關(guān)關(guān)系;綜上,圖(2)(3)(4)中的y和x之間存在相關(guān)關(guān)系;其中圖(2)(4)中的y和x之間呈現(xiàn)正相關(guān)關(guān)系;圖(2)(3)中的y和x之間呈現(xiàn)線性相關(guān)關(guān)系;其中圖(4)中的y和x之間呈現(xiàn)非線性相關(guān)關(guān)系.2.隨機(jī)抽取10家航空公司,對(duì)其最近一年的航班正點(diǎn)率和顧客投訴次數(shù)進(jìn)行調(diào)查,所得數(shù)據(jù)如下:航空公司編號(hào)12345678910航班正點(diǎn)率/%81.876.876.675.773.872.271.270.891.468.5顧客投訴/次2158856874937212218125顧客投訴次數(shù)和航班正點(diǎn)率之間是否呈現(xiàn)出線性相關(guān)關(guān)系?它們之間的相關(guān)程度如何?變化趨勢(shì)有何特征?2.【解析】散點(diǎn)圖如下:設(shè)顧客投訴次數(shù)為,正點(diǎn)率為,i12345678910求和xi81.876.876.675.773.872.271.270.891.468.5758.8yi2158856874937212218125736xiyi1717.84454.465115147.65461.26714.65126.48637.61645.28562.553978.3xi26691.245898.245867.565730.495446.445212.845069.445012.648353.964692.2557975.1yi2441336472254624547686495184148843241562565796,,,,,相關(guān)系數(shù),可以推斷顧客投訴次數(shù)與航班正點(diǎn)率負(fù)線性相關(guān),且相關(guān)程度較強(qiáng),顧客投訴次數(shù)和航班正點(diǎn)率的變化趨勢(shì)相反.3.根據(jù)物理中的胡克定律,彈簧伸長(zhǎng)的長(zhǎng)度與所受的外力成正比.測(cè)得一根彈簧伸長(zhǎng)長(zhǎng)度x和相應(yīng)所受外力F的一組數(shù)據(jù)如下:編號(hào)12345678910x/cm11.21.41.61.82.02.22.42.83.0F/N3.083.764.315.025.516.256.747.408.549.24兩個(gè)變量的樣本相關(guān)系數(shù)是否為1?請(qǐng)你解釋其中的原因.3.【解析】先畫出彈簧長(zhǎng)度和所受外力的散點(diǎn)圖,如圖所示,i123
溫馨提示
- 1. 本站所有資源如無(wú)特殊說明,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,若沒有圖紙預(yù)覽就沒有圖紙。
- 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。
最新文檔
- 二零二五版農(nóng)村小微企業(yè)發(fā)展借款合同解析論文3篇
- 二零二五年生物制藥工藝技術(shù)聘用合同2篇
- 二零二五版股權(quán)代持協(xié)議簽訂前的合同談判注意事項(xiàng)3篇
- 二零二五年度建筑工程安全施工環(huán)境保護(hù)監(jiān)理合同3篇
- 二零二五版購(gòu)房合同違約責(zé)任條款解析3篇
- 2025年度緊急物資承攬運(yùn)輸合同3篇
- 二零二五版冷鏈物流集裝箱貨物銷售合同3篇
- 二零二五年新能源汽車充電停車場(chǎng)建設(shè)合同3篇
- 二零二五年度高科技手段保障的居間合同9篇
- 二零二五版反擔(dān)保工程擔(dān)保合同2篇
- 停車場(chǎng)施工施工組織設(shè)計(jì)方案
- GB/T 37238-2018篡改(污損)文件鑒定技術(shù)規(guī)范
- 普通高中地理課程標(biāo)準(zhǔn)簡(jiǎn)介(湘教版)
- 河道治理工程監(jiān)理通知單、回復(fù)單范本
- 超分子化學(xué)簡(jiǎn)介課件
- 高二下學(xué)期英語(yǔ)閱讀提升練習(xí)(一)
- 易制爆化學(xué)品合法用途說明
- 【PPT】壓力性損傷預(yù)防敷料選擇和剪裁技巧
- 大氣喜慶迎新元旦晚會(huì)PPT背景
- DB13(J)∕T 242-2019 鋼絲網(wǎng)架復(fù)合保溫板應(yīng)用技術(shù)規(guī)程
- 心電圖中的pan-tompkins算法介紹
評(píng)論
0/150
提交評(píng)論