变量间的相关关系、统计案例1．相关关系与回归方程(1)相关关系的分类①正相关在散点图中，点散布在从左下角到右上角的区域，对于两个变量的这种相关关系，我们将它称为正相关．②负相关在散点图中，点散布在从左上角到右下角的区域，两个变量的这种相关关系称为负相关．(2)线性相关关系如果散点图中点的分布从整体上看大致在一条直线附近，就称这两个变量之间具有线性相关关系，这条直线叫做回归直线．(3)回归方程①最小二乘法求回归直线，使得样本数据的点到它的距离的平方和最小的方法叫做最小二乘法．②回归方程方程y＝bx＋a是两个具有线性相关关系的变量的一组数据(x1，y1)，(x2，y2)，…，(xn，yn)的回归方程，其中a，b是待定参数．(4)回归分析①定义：对具有相关关系的两个变量进行统计分析的一种常用方法．②样本点的中心对于一组具有线性相关关系的数据(x1，y1)，(x2，y2)，…，(xn，yn)，其中(，)称为样本点的中心．③相关系数当r>0时，表明两个变量正相关；当r<0时，表明两个变量负相关．r的绝对值越接近于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|r|大于0.75时，认为两个变量有很强的线性相关性．2．独立性检验(1)分类变量：变量的不同“值”表示个体所属的不同类别，像这样的变量称为分类变量．(2)列联表：列出的两个分类变量的频数表，称为列联表．假设有两个分类变量X和Y，它们的可能取值分别为{x1，x2}和{y1，y2}，其样本频数列联表(称为2×2列联表)为2×2列联表y1y2总计x1aba＋bx2cdc＋d总计a＋cb＋da＋b＋c＋d构造一个随机变量K2＝，其中n＝a＋b＋c＋d为样本容量．(3)独立性检验利用随机变量K2来判断“两个分类变量有关系”的方法称为独立性检验．概念方法微思考1．变量的相关关系与变量的函数关系有什么区别？提示相同点：两者均是指两个变量的关系．不同点：①函数关系是一种确定的关系，相关关系是一种非确定的关系．②函数关系是一种因果关系，而相关关系不一定是因果关系，也可能是伴随关系．2．线性回归方程是否都有实际意义？根据回归方程进行预报是否一定准确？提示(1)不一定都有实际意义．回归分析是对具有相关关系的两个变量进行统计分析的方法，只有在散点图大致呈线性时，求出的线性回归方程才有实际意义，否则，求出的线性回归方程毫无意义．(2)根据回归方程进行预报，仅是一个预报值，而不是真实发生的值．1．（2020•新课标Ⅰ）某校一个课外学习小组为研究某作物种子的发芽率和温度（单位：的关系，在20个不同的温度条件下进行种子发芽实验，由实验数据，，2，，得到下面的散点图：由此散点图，在至之间，下面四个回归方程类型中最适宜作为发芽率和温度的回归方程类型的是A．B．C．D．【答案】D【解析】由散点图可知，在至之间，发芽率和温度所对应的点在一段对数函数的曲线附近，结合选项可知，可作为发芽率和温度的回归方程类型．故选．2．（2017•山东）为了研究某班学生的脚长（单位：厘米）和身高（单位：厘米）的关系，从该班随机抽取10名学生，根据测量数据的散点图可以看出与之间有线性相关关系，设其回归直线方程为，已知，，，该班某学生的脚长为24，据此估计其身高为A．160B．163C．166D．170【答案】C【解析】由线性回归方程为，则，，则数据的样本中心点，由回归直线方程样本中心点，则，回归直线方程为，当时，，则估计其身高为166，故选．3．（2018•新课标Ⅱ）如图是某地区2000年至2016年环境基础设施投资额（单位：亿元）的折线图．为了预测该地区2018年的环境基础设施投资额，建立了与时间变量的两个线性回归模型．根据2000年至2016年的数据（时间变量的值依次为1，2，，建立模型①：；根据2010年至2016年的数据（时间变量的值依次为1，2，，建立模型②：．（1）分别利用这两个模型，求该地区2018年的环境基础设施投资额的预测值；（2）你认为用哪个模型得到的预测值更可靠？并说明理由．【解析】（1）根据模型①：，计算时，；利用这个模型，求出该地区2018年的环境基础设施投资额的预测值是226.1亿元；根据模型②：，计算时，；利用这个模型，求该地区2018年的环...
