浅谈直方图与散点图.ppt

* * * * * * * * * * * 散点图的应用及判断 应用散点图的步骤 NO. X 温度（℃ ） Y 硬度（度） NO. X 温度（℃ ） Y 硬度（度） NO. X 温度（℃ ） Y 硬度（度） 1 2 3 4 5 6 7 8 9 10 810 890 850 840 850 890 870 860 810 820 47 56 48 45 54 59 50 51 42 53 11 12 13 14 15 16 17 18 19 20 840 870 830 830 820 820 860 870 830 820 52 53 51 45 46 48 55 55 49 44 21 22 23 24 25 26 27 28 29 30 810 850 880 880 840 880 830 860 860 840 44 53 54 57 50 54 46 52 50 49 散点图的应用及判断 例题讲解 选定分析对象，并收集资料（至少三十组以上） 外壳成形硬度与温度的关系 散点图的应用及判断 建立直角坐标系，把数据分别标在坐标系上。 相关性判断 对照典型图列判断法 典型图 得出结论：外壳成形硬度与温度有正相关关系 散点图的应用及判断 象限判断法，又叫中值判断、符号验证法。 相关性判断 本例中：n1+ n3 = 24 n2+ n4 = 6 n1+ n3 =24 ＞ n2+ n4=6 最终判定： 外壳成形硬度与温度有正相关关系 判定规则： 1） n1+ n3 ＞ n2+ n4 则判为正相关关系 2） n1+ n3 ＜ n2+ n4 则判为负相关关系 散点图的应用及判断 相关系数判断法 相关性判断 相关系数，又称线性相关系数或者皮氏积矩相关系数，是衡量两个随机变量之间线性相关程度的指标。是由卡尔·皮尔森在19世纪八十年代提出来的，现如今广泛应用于科学各领域。相关系数计算公式如下： 相关系数r，取值范围为[-1,1]，r0表示正相关，r0表示负相关，|r|表示了变量之间相关程度的高低。特殊地，r=1称为完全正相关，r=-1称为完全负相关，r=0称为不相关 散点图的应用及判断 （一）计算出相关系数γ Γ=0.814 （二）查出临界相关系数 可以根据N-2和显著性水平α查相关系数检验表可以得到。本例中，N-2=28，α取0.05（也可以取0.01），查表的 =0.361. （三）判断。规则如下： 若 ，则X与Y相关； 若 ， 则X与Y不相关 。 本例中 固外壳成型硬度与温度相关。 相关强弱判断： |r|0.4 为低度线性相关； 0.4≤|r|0.7 为显著性相关； 0.7≤|r|1 为高度线性相关。 可知本例中为高度线性相关，即得出结论：外壳成型硬度与温度强正相关。 散点图的应用及判断 α 0.05 0.01 α 0.05 0.01 N-2 N-2 1 0.997 1 21 0.413 0.526 2 0.95 0.99 22 0.404 0.515 3 0.878 0.959 23 0.396 0.505 4 0.811 0.917 24 0.388 0.496 5 0.754 0.874 25 0.381 0.487 6 0.707 0.834 26 0.374 0.478 7 0.666 0.798 27 0.367 0.47 8 0.632 0.765 28 0.361 0.463 9 0.602 0.735 29 0.355 0.456 10 0.576 0.708 30 0.349 0.449 11 0.553 0.684 35 0.325 0.418 12 0.532 0.661 40 0.304 0.393 13 0.514 0.641 45 0.288 0.372 14 0.497 0.623 50 0.273 0.354 15 0.482 0.606 60 0.25 0.325 16 0.468 0.59 70 0.232 0.302 17 0.456 0.575 80 0.217 0.283 18 0.444 0.561 90 0.205 0.267 19 0.433 0.549 100 0.195 0.