第2讲 变量的相关性、回归分析及独立性检验一、知识回顾1.如何判断两个变量的线性相关：如果在散点图中，2个变量数据点分布在一条直线附近，则这2个变量之间具有线性相关关系。

2.所求直线方程 ˆy=bx +a 叫做回归直线方程；其中 ⋅∑∑∑∑nnii i ii=1i=1nn222iii=1i=1(x-x)(y -y)x -nx yb ==,a =y -bx (x-x)x-nxy回归直线方程必过中心点(,)x y3．相关系数的∑nii (x-x)(y -y)r =性质• (1)|r|≤1．(2)|r|越接近于1，相关程度越大；|r|越接近于0，相关程度越小．4. ˆˆ=-i i y y i 残差e=实际值-预测值2^^211()===-∑∑nniiii i e y y 总残差平方和:残差平方和越小,即模型拟合效果越好5. 两个分类变量的独立性检验：(1)假设结论不成立,即“两个分类变量没有关系”.(2)在此假设下计算随机变量 22n（ad -bc）K =(a +b)(c +d)(a +c)(b +d)(3) 根据随机变量K 2查表得“两个分类变量没有关系”的概率,用1减去此概率即得有联系的概率 典型例题：例1．（宁夏海南卷）对变量x, y 有观测数据理力争（，）（i=1,2,…，10），得散点图1；对变量u ，v 有观测数据（，）（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1x 1y 1u 1v变式1. (韶关一模文、理)甲、乙、丙、丁四位同学各自对A 、B 两变量的线性相关性作试验，）()A 甲 ()B 乙 ()C 丙 ()D 丁 例2.一系列样本点(,)(1,2,,)=⋅⋅⋅i i x y i n 的回归直线方程为23,∧=-y x 若117==∑nii X则1==∑ni i y变式1.某地第二季各月平均气温（℃）与某户用水量（吨）如下表，根据表中数据，用最小二乘法求得用水量关于月平均气温的线性回归方程是( )A B. C. D. 例3.下表提供了某厂节能降耗技术改造后生产甲产品过程中记录的产量x （吨）与相应的生产能耗y （吨标准煤）的几组对照数据．（1）请画出上表数据的散点图；（2）请根据上表提供的数据，用最小二乘法求出y 关于x 的线性回归方程ˆˆy bxa =+； （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？ （参考数值：3 2.543546 4.566.5⨯+⨯+⨯+⨯=）例4．(惠州一模)对196个接受心脏搭桥手术的病人和196个接受血管清障手术的病人进行了3年的跟踪x y y x 5.115ˆ-=x y5.115.6ˆ-=x y 5.112.1ˆ-=x y5.113.1ˆ-=x y0.0005300035000.00030.0004200015000.00020.0001400025001000月收入（元）频率/组距 第2讲 变量的相关性、回归分析及独立性检验课后作业：姓名： 学号：1．若施化肥量x 与小麦产量y 之间的回归直线方程为ˆ2504yx =+，当施化肥量为50kg 时，预计小麦产量为2.下表是某厂1～4月份用水量（单位：百吨）的一组数据：月份x1 2 3 4用水量y5.443 5.2由散点图可知，用水量y 与月份x 之间有较好的线性相关关系，其线性回归直线方程是a x y +-=∧7.0，则=a3.一组数据的平均数是2.8，方差是3.6，若将这组数据中的每一个数据都加上60，得到一组新数据，则所得新数据的平均数和方差分别是（ ）A ．57.2 3.6B ．57.2 56.4C ．62.8 63.6D ．62.8 3.64．有一笔统计资料，共有11个数据如下（不完全以大小排列）：2,4,4,5,5,6,7,8,9,11,x ，已知这组数据的平均数为6，则这组数据的方差为（ ） A ．6B ．6C ．66D ．6.55.为了检查某超市货架上的奶粉是否含有三聚氰胺，要从编号依次为1到50的袋装奶粉中抽取5袋进行检验，用每部分选取的号码间隔一样的系统抽样方法确定所选取的5袋奶粉的编号可能是（ ） A.5，10，15，20，25 B.2，4，8，16，32 C.1，2，3，4，5 D.7，17，27，37，476．(广州调研文、理)某校对全校男女学生共1600名进行健康调查，选用分层抽样法抽取一个容量为200的样本．已知女生比男生少抽了10人，则该校的女生人数应是 人．7. (韶关一模文、理)一个社会调查机构就某地居民的 月收入调查了10000人，并根据所得数据画了样本的频率分 布直方图（如下图）。

为了分析居民的收入与年龄、学历、 职业等方面的关系，要从这10000人中再用分层抽样方法抽出100人作进一步调查，则在[2500,3000)（元）/月收入段应抽出 人.8.为了调查某厂工人生产某种产品的能力，随机抽查 了20位工人某天生产该产品的数量.产品数量的分组区间为[)45,55，[)[)[)55,65,65,75,75,85，[)85,95由此得到频率分布直方图如图3，则这20名工人中一天生产该产品数量在[)55,75的人数是 .第11题图甲乙1 2 3 49.为考察高中生性别与是否喜欢数学课程之间的关系,在某城市的某校高中生中随机抽取300名学生,得到由表中数据计算得 ≈2K ,高中生的性别与是否喜欢数学课程之间是否有关系?为什么?10.在一段时间内，某种商品的价格x(万元)和需求量y(t)之间的一组数据如下表：（1）画出散点图；（2）求出Y 对X 的回归直线方程； （3）如果价格定为1.9万元，预测需求量大约是多少？11.佛山市在每年的春节后,市政府都会发动公务员参与到植树活动中去.林管部门在植树前，为保证树苗的质量，都会在植树前对树苗进行检测.现从甲乙两种树苗中各抽测了10（单位：厘米）甲：37,21,31,20,29,19,32,23,25,33乙：10,30,47,27,46,14,26,10,44,46（Ⅰ）根据抽测结果，完成答题卷中的茎叶图，并根据你填写的茎叶图， 对甲、乙两种树苗的高度作比较，写出两个统计结论； （Ⅱ）设抽测的10株甲种树苗高度平均值为x ,将这10株树苗的高度依次输入按程序框图进行的运算,问输出的S 大小为多少？并说明S12.为了了解某年段1000名学生的百米成绩情况，随机抽取了若干学生的百米成绩，成绩全部介于13秒与18秒之间，将成绩按如下方式分成五组：第一组[13，14）；第二组[14，15）;……;第五组[17，18].按上述分组方法得到的频率分布直方图如图所示，已知图中从左到右的前3个组的频率之比为3∶8∶19，且第二组的频数为8.（Ⅰ）将频率当作概率，请估计该年段学生中百米成绩在[16，17）内的人数；（Ⅱ）求调查中随机抽取了多少个学生的百米成绩；（Ⅲ）若从第一、五组中随机取出两个成绩，求这两个成绩的差的绝对值大于1秒的概率.6.某校从参加高一年级期末考试的学生中抽出60名学生，并统计了他们的物理成绩（成绩均为整数且满分为100分），把其中不低于50分的分成五段，…后画出如下部分．．频率分布直方图．观察图形的信息，回答下列问题： （1）求出物理成绩低于50分的学生人数； (2)估计这次考试物理学科及格率（60分及 以上为及格）(3) 从物理成绩不及格的学生中任选两人， 求他们成绩至少有一个不低于50分的概率．[)60,50[)70,60[]100,900.03 1000.025 0.015 0.0059080706050组距频率率分数第2讲 变量的相关性、回归分析及独立性检验一、知识回顾1.如何判断两个变量的线性相关：如果在散点图中，2个变量数据点分布在一条直线附近，则这2个变量之间具有线性相关关系。

2.所求直线方程 ˆy=bx +a 叫做回归直线方程；其中 ⋅∑∑∑∑nnii i ii=1i=1nn222iii=1i=1(x-x)(y -y)x -nx yb ==,a =y -bx (x-x)x-nxy回归直线方程必过中心点(,)x y3．相关系数的∑nii (x-x)(y -y)r =性质• (1)|r|≤1．(2)|r|越接近于1，相关程度越大；|r|越接近于0，相关程度越小．4. ˆˆ=-i i y y i 残差e=实际值-预测值2^^211()===-∑∑nniiii i e y y 总残差平方和:残差平方和越小,即模型拟合效果越好5. 两个分类变量的独立性检验：(1)假设结论不成立,即“两个分类变量没有关系”.(2)在此假设下计算随机变量 22n（ad -bc）K =(a +b)(c +d)(a +c)(b +d)(3) 根据随机变量K 2查表得“两个分类变量没有关系”的概率,用1减去此概率即得有联系的概率 典型例题：例1．（宁夏海南卷）对变量x, y 有观测数据理力争（，）（i=1,2,…，10），得散点图1；对变量u ，v 有观测数据（，）（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1x 1y 1u 1v解析：由这两个散点图可以判断,变量x 与y 负相关，u 与v 正相关,选C变式1. (韶关一模文、理)甲、乙、丙、丁四位同学各自对A 、B 两变量的线性相关性作试验，D ）()A 甲 ()B 乙 ()C 丙 ()D 丁 例2.一系列样本点(,)(1,2,,)=⋅⋅⋅i i x y i n 的回归直线方程为23,∧=-y x 若117==∑nii X则1==∑ni i y31变式1.某地第二季各月平均气温（℃）与某户用水量（吨）如下表，根据表中数据，用最小二乘法求得用水量关于月平均气温的线性回归方程是( D )A B. C. D. 例3.下表提供了某厂节能降耗技术改造后生产甲产品过程中记录的产量x （吨）与相应的生产能耗y （吨标准煤）的几组对照数据．（1）请画出上表数据的散点图；（2）请根据上表提供的数据，用最小二乘法求出y 关于x 的线性回归方程ˆˆy bxa =+； （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？ （参考数值：3 2.543546 4.566.5⨯+⨯+⨯+⨯=） 解: (1) 散点图略 (2)4166.5i ii X Y ==∑ 4222221345686ii X==+++=∑ 4.5X = 3.5Y =266.54 4.5 3.566.563ˆ0.7864 4.58681b -⨯⨯-===-⨯- ； ˆˆ 3.50.7 4.50.35a Y bX =-=-⨯= 所求的回归方程为 0.70.35y x =+ (3) 100x =， 1000.35y =+预测生产100吨甲产品的生产能耗比技改前降低9070.3519.65-=(吨)例4．(惠州一模)对196个接受心脏搭桥手术的病人和196个接受血管清障手术的病人进行了3年的跟踪____________ ．1．78 不能作出这两种手术对病人又发作心脏病的影响有差别的结论．x y y x 5.115ˆ-=x y5.115.6ˆ-=x y 5.112.1ˆ-=x y5.113.1ˆ-=x y0.0005300035000.00030.0004200015000.00020.0001400025001000月收入（元）频率/组距 第2讲 变量的相关性、回归分析及独立性检验课后作业：姓名： 学号：1．若施化肥量x 与小麦产量y 之间的回归直线方程为ˆ2504yx =+，当施化肥量为50kg 时，预计小麦产量为 4502.下表是某厂1～4月份用水量（单位：百吨）的一组数据：月份x1 2 3 4用水量y5.443 5.2由散点图可知，用水量y 与月份x 之间有较好的线性相关关系，其线性回归直线方程是a x y +-=∧7.0，则=a3.一组数据的平均数是2.8，方差是3.6，若将这组数据中的每一个数据都加上60，得到一组新数据，则所得新数据的平均数和方差分别是（D ） A ．57.2 3.6 B ．57.2 56.4 C ．62.8 63.6 D ．62.8 3.6 4．有一笔统计资料，共有11个数据如下（不完全以大小排列）：2,4,4,5,5,6,7,8,9,11,x ，已知这组数据的平均数为6，则这组数据的方差为A A ．6B ．6C ．66D ．6.55.为了检查某超市货架上的奶粉是否含有三聚氰胺，要从编号依次为1到50的袋装奶粉中抽取5袋进行检验，用每部分选取的号码间隔一样的系统抽样方法确定所选取的5袋奶粉的编号可能是（ D ） A.5，10，15，20，25 B.2，4，8，16，32 C.1，2，3，4，5 D.7，17，27，37，47 6．(广州调研文、理)某校对全校男女学生共1600名进行健康调查，选用分层抽样法抽取一个容量为200的样本．已知女生比男生少抽了10人，则该校的女生人数应是760 人． 7. (韶关一模文、理)一个社会调查机构就某地居民的 月收入调查了10000人，并根据所得数据画了样本的频率分 布直方图（如下图）。