（人教2019版）数学选修3 第8章 《成对数据的统计分析》大单复习课件.pptx

人教A版（2019）选择性必修第三册

第八章成对数据的统计分析

;;[本章核心导图];本章知识梳理;本章知识梳理;本章知识梳理;本章知识梳理;本章知识梳理;本章知识梳理;本章知识梳理;本章知识梳理;本章知识梳理;本章知识梳理;本章知识梳理;本章知识梳理;本章知识梳理;本章知识梳理;本章知识梳理;本章知识梳理;本章知识梳理;专题一、成对数据的相关关系;专题一、成对数据的相关关系;专题一、成对数据的相关关系;专题一、成对数据的相关关系;专题二、一元线性回归模型及其应用;专题二、一元线性回归模型及其应用;专题二、一元线性回归模型及其应用;专题二、一元线性回归模型及其应用;专题二、一元线性回归模型及其应用;专题二、一元线性回归模型及其应用;专题二、一元线性回归模型及其应用;专题二、一元线性回归模型及其应用;专题二、一元线性回归模型及其应用;专题二、一元线性回归模型及其应用;专题二、一元线性回归模型及其应用;专题二、一元线性回归模型及其应用;专题二、一元线性回归模型及其应用;专题二、一元线性回归模型及其应用;专题三、分类变量与列联表;专题三、分类变量与列联表;专题三、分类变量与列联表;专题三、分类变量与列联表;专题三、分类变量与列联表;专题三、分类变量与列联表;专题三、分类变量与列联表;专题三、分类变量与列联表;(一)回归分析思想的应用

【方法解读】回归分析是对抽取的样本进行分析，确定两个变量的相关关系，并用一个变量的变化去推测另一个变量的变化．如果两个变量非线性相关，我们可以通过对变量进行变换，转化为线性相关问题．;【例1】某餐饮部为研究气温对热饮销售的影响，经过数据统计，得到提供的热饮杯数与当天气温的对照表：;解：(1)以横轴表示温度，以纵轴表示热饮杯数，作散点图．

(2)从图中可看出，各散点分布在左上角到右下角的区域里，气温越高，卖出去的热饮杯数越少．;(3)从散点图可看出，这些点大致分布在一条直线附近，两变量呈现近似的线性关系，因此利用计算器求得下列表中数据.;(4)按一定规则估计回归方程中的参数；

(5)得出结果后分析残差图是否有异常(个别数据??应的残差过大，或残差呈现不随机的规律性，等等)．若残差存在异常，则应检查数据是否有误，或模型是否合适等；

(6)依据回归方程作出预报．;(二)独立性检验思想的应用

【方法解读】独立性检验的基本思想是统计中的假设检验思想，类似于数学中的反证法，要确认两个分类变量有关系这一结论成立的可信程度，首先假设该结论不成立，即假设“两个分类变量没有关系”成立，在该假设下我们构造的统计量χ2应该很小，如果由观测数据计算得到的χ2的值很大，则在一定程度上说明假设不合理．;【例2】为了比较注射A，B两种药物后产生的皮肤疱疹的面积，选200只家兔做试验，将这200只家兔随机地分成两组，每组100只，其中一组注射药物A，另一组注射药物B．表1和表2分别是注射药物A和药物B后的试验结果(疱疹面积单位：mm2)．

表1：注射药物A后皮肤疱疹面积的频数分布表;表2：注射药物B后皮肤疱疹面积的频数分布表;解：列出2×2列联表如下：;1．变量x与y的观测数据的散点图如图所示，据此可以判断变量x与y之间（）

A．很可能存在负相关 B．一定存在正相关

C．很可能存在正相关 D．一定不存在负相关;C;;4.8.3节例4中推断吸烟与患肺癌是有关联的，能用一元线性回归模型建立它们之间的关系吗？为什么？;5．根据8.1.2节例3中的数据，建立臂展关于身高的经验回归模型，画出残差图，描述残差图的特点．;身高/cm;身高/cm;身高/cm;6．下表是1896~2016年男子三级跳远奥运会冠军的成绩，请分析这组数据，能用一元线性回归模型刻画这组数据吗？;年份;年份;年份;年份;轮胎凹槽深度/mm;轮胎凹槽深度/mm;残差/mm;m=ln(x+1);轮胎凹槽深度/mm;8．为考察某种药物预防疾病的效果，进行动物试验，得到如下列联表：;根据频率稳定于概率的原理，可以推断服用药物不患病的概率更大．;7．气象部门由每天的最高气温的数据，得到每月最高气温的平均数，简称平均高温．下表是2017年31个城市1月和7月的平均高温数据．;1月平均高温/℃;（1）先画7月的平均高温与1月的平均高温的散点图，如图(1)所示．观察散点图，可以看到部分城市1月的平均高温与7月的平均高温有线性趋势，但有些城市没有这个趋势．例如拉萨、西宁和贵阳三个城市7月的平均高温偏低，而1月的平均高温并不低；广州、海口和南宁三个城市1月的平均高温不低于20℃，是偏高的，但7月的平均高温并没有明显偏高；昆明7月与1月平均高温温差很小．;1月平均高温/℃;1月平均高温/℃;1月平均高温/℃;1．(2020年新课标卷Ⅰ)