【数学】2018届一轮复习人教A版专题4相关性与回归直线方程学案

申明敬告: 本站不保证该用户上传的文档完整性,不预览、不比对内容而直接下载产生的反悔问题本站不予受理。

文档介绍

【数学】2018届一轮复习人教A版专题4相关性与回归直线方程学案

专题4 相关性与回归直线方程 ‎1.相关关系的分类 从散点图上看,‎ ‎(1)点散布在从左下角到右上角的区域内,对于两个变量的这种相关关系,我们将它称为正相关;‎ ‎(2)点散布在从左上角到右下角的区域内,两个变量的这种相关关系称为负相关.‎ ‎2.线性相关 从散点图上看,如果这些点从整体上看大致分布在一条直线附近,则称这两个变量之间具有线性相关关系,这条直线叫回归直线.‎ ‎3.回归方程 ‎(1)最小二乘法:使得样本数据的点到回归直线的距离平方和最小的方法.‎ ‎(2)回归方程:两个具有线性相关关系的变量的一组数据:(x1,y1),(x2,y2),…,(xn,yn),其回归方程为y^=b^x+a^,则b^是回归方程的斜率,a^是在y轴上的截距.‎ ‎4.样本相关系数 r==,‎ 用它来衡量两个变量间的线性相关关系.‎ ‎(1)当r>0时,表明两个变量正相关;‎ ‎(2)当r<0时,表明两个变量负相关;‎ ‎(3)r的绝对值越接近1,表明两个变量的线性相关性越强;r的绝对值越接近于0,表明两个变量之间几乎不存在线性相关关系.通常当|r|>0.75时,认为两个变量有很强的线性相关关系.‎ 例1 在下列各个量与量的关系中:‎ ‎①正方体的体积与棱长之间的关系;‎ ‎②一块农田的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家庭的收入与支出之间的关系;‎ ‎⑤某户家庭用电量与水费之间的关系.‎ 其中是相关关系的为(  )‎ A.②③ B.③④ C.④⑤ D.②③④‎ 变式训练1 下面哪些变量是相关关系(  )‎ A.出租车车费与行驶的里程 B.房屋面积与房屋价格 C.身高与体重 D.铁块的大小与质量 例2 某车间为了制定工时定额,需要确定加工零件所花费的时间,为此做了四次试验,得到的数据如下:‎ 零件的个数x(个)‎ ‎2‎ ‎3‎ ‎4‎ ‎5‎ 加工的时间y(小时)‎ ‎2.5‎ ‎3‎ ‎4‎ ‎4.5‎ ‎(1)在给定的坐标系中画出表中数据的散点图;‎ ‎(2)求出y关于x的回归直线方程,并在坐标系中画出回归直线;‎ ‎(3)试预测加工10个零件需要多少小时?‎ 变式训练2 已知回归直线的回归系数的估计值是1.23,=5,=4,则回归直线的方程是(  )‎ A.=1.23x+4 B.=0.942 5x+1.23‎ C.=1.23x+0.08 D.=0.08x+1.23‎ 例3 有一台机床可以按各种不同的速度运转,其加工的零件有一些是二级品,每小时生产的二级品零件的数量随机床运转的速度而变化.下面是实验的步骤:‎ 机床运转的速度(转/秒)‎ 每小时生产二级品的数量(个)‎ ‎8‎ ‎5‎ ‎12‎ ‎8‎ ‎14‎ ‎9‎ ‎16‎ ‎11‎ ‎(1)作出散点图;‎ ‎(2)求出机床运转的速度x与每小时生产二级品数量y的回归直线方程;‎ ‎(3)若实际生产中所允许的二级品不超过10个,那么机床的运转速度不得超过多少转/秒?‎ 变式训练3 在7块并排、形状大小相同的试验田上进行施化肥量对水稻产量影响的试验,得数据(单位:kg)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 ‎(1)画出散点图;‎ ‎(2)求月总成本y与月产量x之间的回归直线方程.‎ A级 ‎1.下列两个变量间的关系不是函数关系的是(  )‎ A.正方体的棱长与体积 B.角的度数与它的正弦值 C.单产为常数时,土地面积与粮食总产量 D.日照时间与水稻的单位产量 ‎2.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(  )‎ ‎ ‎ ‎    图(1)        图(2)‎ 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 ‎3.对于相关系数r,下列描述正确的是(  )‎ A.r>0表明两个变量线性相关性很强 B.r<0表明两个变量无关 C.|r|越接近1,表明两个变量线性相关性越强 D.r越小,表明两个变量线性相关性越弱 ‎4.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.=-10x+200 B.=10x+200‎ C.=-10x-200 D.=10x-200‎ ‎5.设有一个回归方程为=-1.5x+2,则变量x增加一个单位时(  )‎ A.y平均增加1.5个单位 B.y平均增加2个单位 C.y平均减少1.5个单位 D.y平均减少2个单位 ‎6.下面四个散点图所示的两个变量间具有相关关系的有________.(填上你选中的所有序号)‎ ‎ ‎ ‎7.给出下列四个说法:①将一组数据中的每个数据都加上一个相同的常数后,方差不变;②线性相关的两个变量x,y的回归直线方程为y^=3-5x,则x,y负相关;③两个变量x,y的相关系数r越大,相关性越强,r越小相关性越弱;④回归直线方程y^=b^x+a^对应的直线必过点(x,y).‎ 则正确说法的序号为________.‎ B级 ‎8.为了解儿子身高与其父亲身高的关系,随机抽取5对父子的身高数据如下:‎ 父亲身高x(cm)‎ ‎174‎ ‎176‎ ‎176‎ ‎176‎ ‎178‎ 儿子身高y(cm)‎ ‎175‎ ‎175‎ ‎176‎ ‎177‎ ‎177‎ 则y对x的回归直线方程为(  )‎ A.y=x-1 B.y=x+1‎ C.y=88+x D.y=176‎ ‎9.为研究变量x和y的线性相关性,甲、乙二人分别作了研究,利用线性回归方法得到回归直线方程l1和l2,两人计算知相同,也相同,下列正确的是(  )‎ A.l1与l2一定重合 B.l1与l2一定平行 C.l1与l2相交于点(,)‎ D.无法判断l1和l2是否相交 ‎10.期中考试后,某校高三(9)班对全班65名学生的成绩进行分析,得到数学成绩y对总成绩x的回归方程为=6+0.4x.由此可以估计:若两个同学的总成绩相差50分,则他们的数学成绩大约相差________分.‎ ‎11.正常情况下,年龄在18岁到38岁的人,体重y(kg)对身高x(cm)的回归方程为=0.72x-58.2,张明同学(20岁)身高178 cm,他的体重应该在________kg左右.‎ ‎12.下图是我国2008年至2014年生活垃圾无害化处理量(单位:亿吨)的折线图.‎ 注:年份代码1-7分别对应年份2008-2014.‎ ‎(1)由折线图看出,可用线性回归模型拟合y与t的关系,请用相关系数加以说明;‎ ‎(2)建立y关于t的回归方程(系数精确到0.01),预测2016年我国生活垃圾无害化处理量.‎ 附注:‎ 专题4 相关性与回归直线方程 典型例题 例1 D [①正方体的体积与棱长之间的关系是确定的函数关系;⑤某户家庭用电量与水费之间无任何关系.②③④中,都是非确定的关系,但自变量取值一定时,因变量的取值带有一定的随机性.]‎ 变式训练1 C [A,B,D都是函数关系,其中A一般是分段函数,只有C是相关关系.]‎ 例2 解 (1)散点图如图.‎ 强化提高 ‎1.D [函数关系与相关关系都是指两个变量之间的关系,‎ ‎ 但是这两种关系是不同的,函数关系是指当自变量一定时,函数值是确定的,是一种确定性的关系.因为A项V=a3,B项y=sin α,C项y=ax(a>0,且a为常数),所以这三项均是函数关系.D项是相关关系.]‎ ‎2.C [由题图(1)可知,各点整体呈递减趋势,x与y负相关;由题图(2)可知,各点整体呈递增趋势,u与v正相关.]‎ ‎3.C [两个变量之间的相关系数,r的绝对值越接近于1,表面两个变量的线性相关性越强,r的绝对值越接近于0,表示两个变量之间几乎不存在线性相关.]‎ ‎4.A [因为销量与价格负相关,由函数关系考虑为减函数,又因为x,y不能为负数,再排除C,故选A.]‎ ‎5.C [∵两个变量线性负相关,∴变量x增加一个单位,y平均减少1.5个单位.]‎ ‎6.①②③‎ 解析 因为①②③中的点的分布都集中在一条线附近,所以①②③具有相关性.而④的点的分布比较乱,没有一定的规律性,所以④不具备相关关系.‎ ‎7.①②④‎ 解析 ∵方差反应的是一组数据的波动的大小,整组数据整体做相同的变化,方差不变,故①正确,∵回归方程=3-5x的回归系数b=-5<0,则相关系数r<0,∴变量x,y负相关,得到②正确.当r>0时,两个变量x,y的相关系数r越大,相关性越强,r越小相关性越弱,当r<0时,两个变量x,y的相关系数r越大,相关性越弱,r越小相关性越强,故③错误;根据线性回归直线一定过样本点的中心(,),故④正确.‎ ‎8.C [由题意得==176(cm),‎ ==176(cm),‎ 由于(,),一定满足回归直线方程,经验证知选C.]‎ ‎9.C [∵两个人在试验中发现对变量x的观测数据的平均值都是s,对变量y的观测数据的平均值都是t,‎ ‎∴两组数据的样本点的中心是(,),‎ ‎∵回归直线经过样本点的中心,‎ ‎∴l1和l2都过(,).]‎ ‎10.20‎ 解析 令两人的总成绩分别为x1,x2.则对应的数学成绩估计为 ‎1=6+0.4x1,2=6+0.4x2,‎ 所以|1-2|=|0.4(x1-x2)|=0.4×50=20.‎ ‎11.69.96‎ 解析 用回归方程对身高为178 cm的人的体重进行预测,当x=178时,=0.72×178-58.2=69.96(kg).‎ ‎12.解 (1)由折线图中数据和附注中参考数据得
查看更多

相关文章

您可能关注的文档