第三章 统计案例[课标研读]［课标要求］了解下列一些常见的统计方法，并能应用这些方法解决一些实际问题.（1）独立检验：了解独立性检验（只要求 2×2 列联表）的基本思想、方法及其简单应用.（2）假设检验：了解假设检验的基本思想、方法及其简单应用.（3） 聚类分析：了解聚类分析的基本思想、方法及其简单应用. （4） 回归分析：了解回归的基本思想、方法及其简单应用.［命题展望］本章所涉及到的知识点均要进行大量的数据计算，而这些计算如果仅仅靠笔算往往是比较困难的，需要借助于计算机或计算器。其实在新课标中提到“……应鼓励学生使用计算器、计算机等现代技术手段来处理数据……”，而我们目前的高考还不允许使用计算器所以本章的更看重统计思想。考虑到本章内容是新增内容，在高考中应该有所体现，但在高考试题中不会出现过于繁琐的计算题，相信会出现一道填空试题或填空题，出现解答题的可能性较小，即使出现，所涉及的计算应该不会很繁琐。本章的疑点是用这种方法检验可靠吗？实际上这种方法仍然是用样本估计总体，由于抽样的随机性，结果并不唯一，所以用部分推断全体，推断可能正确，也有可能错误。但我们只要科学合理地去抽样，那么犯错误的可能性就很小了。如卡方检验中，若，则说明我们犯错误的概率仅为 1%，这也是统计方法的魅力所在。第一讲 回归分析的基本思想及其初步应用[知识梳理]［知识盘点］1.相关关系是一种非确定的关系， 是对具有相关关系的两个变量进行统计分析的一种方法。2．线性回是模型（为 ），因变量的值是自变量和随机误差共同确定的，即自变量只能解释部分的变化，在统计中，我们把自变量称为 ，因变量称为 。3．模型中的参数和用 估计，其计算公式如下：，，其中，称为 ，回归直线一定经过样本中心点。4．用 来描述线性相关关系的强弱。当时，表明两个变量 ；当，表示两个变量 ；的绝对值越接近于 1，表明两个变量的线性相关性越 ；的绝对值越接近于 0，表明两个变量的线性相关性越 。通常而言，当大于 时，认为两个变量具有很强的线性相关关系。5．我们也可以用相关指数来刻划回归效果，其计算公式为：，的值越大，说明残差平方和越小，也就是说模型的拟合效果越 。在线性回归模型中，表示解释变量对预报变量的 ，越接近于 1，说明回归效果越好。［特别提醒］1．对于相关关系的理解应注意：相关关系与函数关系不同，函数关系是一种确定的关系，而相关关系是一种非确定的关系，...
