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,...