第02讲 成对数据的统计分析（五大题型）（讲义）（原卷版）.docx

第02讲成对数据的统计分析

目录

考点要求

考题统计

考情分析

（1）了解样本相关系数的统计含义.

（2）理解一元线性回归模型和2×2列联表，会运用这些方法解决简单的实际问题.

（3）会利用统计软件进行数据分析．

2023年上海卷第14题，4分

2023年天津卷第7题，5分

2023年甲卷（文）第19题，12分

2022年I卷第20题，12分

从近五年的全国卷的考查情况来看，本节是高考的热点，主要以解答题形式出现，经常与概率综合出题，一般难度为中等．也可能以选择题、填空题形式出现，难度不大．主要以应用题的方式出现，多与经济、生活实际相联系，需要在复杂的题目描述中找出数量关系，建立数学模型，并且运用数学模型解决实际问题．

知识点一、变量间的相关关系

1、变量之间的相关关系

当自变量取值一定时，因变量的取值带有一定的随机性，则这两个变量之间的关系叫相关关系．由于相关关系的不确定性，在寻找变量之间相关关系的过程中，统计发挥着非常重要的作用．我们可以通过收集大量的数据，在对数据进行统计分析的基础上，发现其中的规律，对它们的关系作出判断．

注意：相关关系与函数关系是不同的，相关关系是一种非确定的关系，函数关系是一种确定的关系，而且函数关系是一种因果关系，但相关关系不一定是因果关系，也可能是伴随关系．

2、散点图

将样本中的个数据点描在平面直角坐标系中，所得图形叫做散点图．根据散点图中点的分布可以直观地判断两个变量之间的关系．

（1）如果散点图中的点散布在从左下角到右上角的区域内，对于两个变量的这种相关关系，我们将它称为正相关，如图（1）所示；

（2）如果散点图中的点散布在从左上角到右下角的区域内，对于两个变量的这种相关关系，我们将它称为负相关，如图（2）所示．

3、相关系数

若相应于变量的取值，变量的观测值为，则变量与的相关系数，通常用来衡量与之间的线性关系的强弱，的范围为．

（1）当时，表示两个变量正相关；当时，表示两个变量负相关．

（2）越接近，表示两个变量的线性相关性越强；越接近，表示两个变量间几乎不存在线性相关关系．当时，所有数据点都在一条直线上．

（3）通常当时，认为两个变量具有很强的线性相关关系．

知识点二、线性回归

1、线性回归

线性回归是研究不具备确定的函数关系的两个变量之间的关系（相关关系）的方法．

对于一组具有线性相关关系的数据（x1，y1），（x2，y2），…，（xn，yn），其回归方程的求法为

其中，，，（，）称为样本点的中心．

2、残差分析

对于预报变量，通过观测得到的数据称为观测值，通过回归方程得到的称为预测值，观测值减去预测值等于残差，称为相应于点的残差，即有．残差是随机误差的估计结果，通过对残差的分析可以判断模型刻画数据的效果以及判断原始数据中是否存在可疑数据等，这方面工作称为残差分析．

（1）残差图

通过残差分析，残差点比较均匀地落在水平的带状区域中，说明选用的模型比较合适，其中这样的带状区域的宽度越窄，说明模型拟合精确度越高；反之，不合适．

（2）通过残差平方和分析，如果残差平方和越小，则说明选用的模型的拟合效果越好；反之，不合适．

（3）相关指数

用相关指数来刻画回归的效果，其计算公式是：．

越接近于，说明残差的平方和越小，也表示回归的效果越好．

知识点三、非线性回归

解答非线性拟合问题，要先根据散点图选择合适的函数类型，设出回归方程，通过换元将陌生的非线性回归方程化归转化为我们熟悉的线性回归方程．

求出样本数据换元后的值，然后根据线性回归方程的计算方法计算变换后的线性回归方程系数，还原后即可求出非线性回归方程，再利用回归方程进行预报预测，注意计算要细心，避免计算错误．

1、建立非线性回归模型的基本步骤：

（1）确定研究对象，明确哪个是解释变量，哪个是预报变量；

（2）画出确定好的解释变量和预报变量的散点图，观察它们之间的关系（是否存在非线性关系）；

（3）由经验确定非线性回归方程的类型（如我们观察到数据呈非线性关系，一般选用反比例函数、二次函数、指数函数、对数函数、幂函数模型等）；

（4）通过换元，将非线性回归方程模型转化为线性回归方程模型；

（5）按照公式计算线性回归方程中的参数（如最小二乘法），得到线性回归方程；

（6）消去新元，得到非线性回归方程；

（7）得出结果后分析残差图是否有异常．若存在异常，则检查数据是否有误，或模型是否合适等．

知识点四、独立性检验

1、分类变量和列联表

（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：

①定义：列出的两个分类变量的频数表称为列联表．

②2×2列联表．

一般地，假设有两个分类变量X和Y，它们的取值分别为{，}和{，}，其样本频数列联表（称为2×2列联表）为

总计

总计

从列表中，依据与的值可直观