2.3变量之间的相关关系.ppt

小明,你数学成绩不太好,物理怎么样?;哲学原理：世界是一个普遍联系的整体，任何事物都与周围其它事物相联系。 ;你认为老师的说法对吗?; ; ;3〉人体内脂肪含量与年龄之间的关系。; 以上种种问题中的两个变量之间的相关关系,我们都可以根据自己的生活,学习经验作出相应的判断,“规律是经验的总结”,不管你多有经验,只凭经验办事,还是很容易出错的,一次在寻找变量讲的相关关系时,我们需要一些更为科学的方法来说明问题.;1、两个变量之间的相关关系;不同点：1、函数关系是一种确定的关系；而相关关系是一种非确定关系.;1：下列两变量中具有相关关系的是（ ） A角度和它的余弦值 B正方形的边长和面积 C成人的身高和视力 D 身高和体重;1.下列关系中,是带有随机性相关关系的是 . ①正方形的边长与面积的关系;②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降雪量与交通事故发生之间的关系.; 吸烟会损害身体的健康,但是除了吸烟之外,还有许多其他的随机因素影响身体健康,人体健康是由许多因素共同作用的结果.我们可以找到长寿的吸烟者,也更容易发现由于吸烟而引发的患病者,所以吸烟不一定引起健康问题,但吸烟引起健康问题的可能性大.因此”健康问题不一定是由吸烟引起的,所以可以吸烟”的说法是不对的.;【问题】在一次对人体脂肪含量和年龄关系的研究中，研究人员获得了一组样本数据：;思考1：对某一个人来说，他的体内脂肪含量不一定随年龄增长而增加或减少，但是如果把很多个体放在一起，就可能表现出一定的规律性.观察上表中的数据，大体上看，随着年龄的增加，人体脂肪含量怎样变化？;思考2：为了确定年龄和人体脂肪含量之间的更明确的关系，我们需要对数据进行分析，通过作图可以对两个变量之间的关系有一个直观的印象.以x轴表示年龄，y轴表示脂肪含量，你能在直角坐标系中描出样本数据对应的图形吗？ ;;散点图说明; 观察散点图的大致趋势， 两个变量的散点图中点的分布的位置是从左下角到右上角的区域，我们称这种相关关系为正相关。;思考4：如果两个变量成负相关，从整体上看这两个变量的变化趋势如何？其散点图有什么特点？ ; 如高原含氧量与海拔高度的相关关系，海平面以上，海拔高度越高，含氧量越少。 作出散点图发现，它们散布在从左上角到右下角的区域内。又如汽车的载重和汽车每消耗1升汽油所行使的平均路程，称它们成负相关.;2.下列关系属于负相关关系的是（ ） A.父母的身高与子女的身高 B.农作物产量与施肥的关系 C.吸烟与健康的关系 D.数学成绩与物理成绩的关系; 如果散点图中点的分布从整体上看大致在一条直线附近，我们就称这两个变量之间具有线性相关关系，这条直线就叫做回归直线。; 1.如果所有的样本点都落在某一函数曲线上，变量之间具有函数关系 2.如果所有的样本点都落在某一函数曲线附近，变量之间就有相关关系 3.如果所有的样本点都落在某一直线附近，变量之间就有线性相关关系 　　 只有散点图中的点呈条状集中在某一直线周围的时候，才可以说两个变量之间具有线性关系，才有两个变量的正线性相关和负线性相关的概念，才可以用回归直线来描述两个变量之间的关系;整体上最接近 ;方案二: 在图中选取两点画直线，使得直线两侧的点的个数基本相同。;方案三: 在散点图中多取几组点，确定几条直线的方程，分别求出各条直线的斜率和截距的平均数，将这两个平均数作为回归方程的斜率和截距。; 上述三种方案均有一定的道理，但可靠性不强，我们回到回归直线的定义。;回归直线;这样的方法叫做最小二乘法.; 我们上面给出的几种方案可靠性都不是很强，人们经过长期的实践与研究，已经找到了计算回归方程的斜率与截距的一般公式:;思考7：利用计算器或计算机可求得年龄和人体脂肪含量的样本数据的回归方程为 ，由此我们可以根据一个人个年龄预测其体内脂肪含量的百分比的回归值.若某人65岁，则其体内脂肪含量的百分比约为多少？; 若某人65岁，可预测他体内脂肪含量在37.1％（0.577×65-0.448= 37.1％）附近的可能性比较大。 但不能说他体内脂肪含量一定是37.1％ 原因：线性回归方程中的截距和斜率都是通过样本估计的，存在随机误差，这种误差可以导致预测结果的偏差，即使截距斜率没有误差，也不可能百分百地保证对应于x，预报值Y能等于实际值y;例3：有一个同学家开了一个小卖部，他为了