高二数学回归分析1

课时跟踪检测（一）回来分析1．已知两个有线性相关关系的变量的相关系数为r，则r取下列何值时，两个变量的线性相关关系最强( )A．－0.91 B．0.25C．0.6 D．0.86解析：选A 在四个r值中，|－0.91|最接近1，故此时，两个变量的线性相关关系最强．2．依据如下样本数据x 345678y 4.0 2.5－0.50.5－2.0－3.0 得到的回来方程为y＝bx＋a，则( )A．a>0，b>0 B．a>0，b<0C．a<0，b>0 D．a<0，b<0解析：选B 由表中数据画出散点图，如图．由散点图可知b<0，a>0，选B.3.设某高校的女生体重y(单位：kg)与身高x(单位：cm)具有线性相关关系，依据一组样本数据(x i，y i)(i＝1,2，…，n)，用最小二乘法建立的回来方程为y＝0.85x－85.71，则下列结论中不正确的是( )A．y与x具有正的线性相关关系B．回来直线过样本点的中心(x，y)C．若该高校某女生身高增加1 cm，则其体重约增加0.85 kgD．若该高校某女生身高为170 cm，则可断定其体重必为58.79 kg解析：选D 由于回来直线的斜率为正值，故y与x具有正的线性相关关系，选项A中的结论正确；回来直线过样本点的中心，选项B中的结论正确；依据回来直线斜率的意义易知选项C中的结论正确；由于回来分析得出的是估计值，故选项D中的结论不正确．4．为了解某社区居民的家庭年收入与年支出的关系，随机调查了该社区5户家庭，得到如下统计数据表：收入x(万元)8.28.610.011.311.9支出y(万元) 6.27.58.08.59.8 依据上表可得回来直线方程y＝bx＋a，其中b＝0.76，a＝y－b x.据此估计，该社区一户年收入为15万元家庭的年支出为( )A ．11.4万元B ．11.8万元C ．12.0万元D ．12.2万元解析：选B 由题意知，x ＝8.2＋8.6＋10.0＋11.3＋11.95＝10，y ＝6.2＋7.5＋8.0＋8.5＋9.85＝8，∴a ＝8－0.76×10＝0.4，∴当x ＝15时，y ＝0.76×15＋0.4＝11.8(万元)．5．在一组样本数据(x 1，y 1)，(x 2，y 2)，…，(x n ，y n )(n ≥2，x 1，x 2，…，x n 不全相等)的散点图中，若全部样本点(x i ，y i )(i ＝1,2，…，n )都在直线y ＝12x ＋1上，则这组样本数据的样本相关系数为________．解析：依据样本相关系数的定义可知， 当全部样本点都在直线上时， 相关系数为1. 答案：16．某咖啡厅为了了解热饮的销售量y (个)与气温x (℃)之间的关系，随机统计了某4天的销售量与气温，并制作了比照表：________．解析：∵x ＝14(18＋13＋10－1)＝10，y ＝14(24＋34＋38＋64)＝40，∴40＝－2×10＋a ，∴a ＝60，当x ＝－4时，y ＝－2×(－4)＋60＝68.答案：687．某种产品的广告费用支出x 与销售额y 之间有如下的对应数据(单位：万元).(1)(2)求回来方程；(3)据此估计广告费用支出为10万元时，销售额y 的值． 解：(1)作出散点图如下图．(2)由散点图可知，样本点近似地分布在一条直线旁边，因此，x ，y 之间具有线性相关关系．由表中的数据可知，x －＝15×(2＋4＋5＋6＋8)＝5，y －＝15×(30＋40＋60＋50＋70)＝50.所以b ＝∑i ＝15x i －x－y i －y－∑i ＝15x i －x－2＝6.5，a ＝y －－b x －＝50－6.5×5＝17.5，因此线性回来方程为y ＝17.5＋6.5x .(3)x ＝10时，y ＝17.5＋10×6.5＝82.5(万元)． 即当支出广告费用10万元时，销售额为82.5万元．8．某工厂为了对新研发的一种产品进行合理定价，将该产品按事先拟定的价格进行试销，得到如下数据：单价x (元) 8 8.2 8.4 8.6 8.8 9 销量y (件)908483807568(1)求回来直线方程y ＝bx ＋a ，其中b ＝－20，a ＝y －b x ；(2)预料在今后的销售中，销量与单价仍旧听从(1)中的关系，且该产品的成本是4元/件，为使工厂获得最大利润，该产品的单价应定为多少元？(利润＝销售收入－成本)解：(1)x ＝16(8＋8.2＋8.4＋8.6＋8.8＋9)＝8.5，y ＝16(90＋84＋83＋80＋75＋68)＝80，从而a ＝y ＋20x ＝80＋20×8.5＝250, 故y ＝－20x ＋250.(2)由题意知， 工厂获得利润z ＝(x －4)y ＝－20x 2＋330x －1 000＝－20⎝⎛⎭⎪⎫x －3342＋361.25，所以当x ＝334＝8.25时，z max ＝361.25(元)．即当该产品的单价定为8.25元时，工厂获得最大利润．9．在钢铁碳含量对于电阻的效应探讨中，得到如下数据表：碳含量x (%) 0.10 0.30 0.40 0.55 0.70 0.80 0.95 20 ℃时电阻(Ω)1518192122.623.626解：由已知数据得x －＝17×∑i ＝17x i ≈0.543，y －＝17×145.2≈20.74，∑i ＝17x 2i ＝2.595，∑i ＝17y 2i ＝3 094.72，∑i ＝17x i y i ＝85.45.∴b ≈85.45－7×0.543×20.742.595－7×0.5432≈12.46， a ＝20.74－12.46×0.543≈13.97.线性回来方程为y ＝13.97＋12.46x . 下面利用相关系数检验是否显著．∑i ＝17x i y i －7x － y －＝85.45－7×0.543×20.74≈6.62，∑i ＝17x 2i －7x －2＝2.595－7×(0.543)2≈0.531， ∑i ＝17y 2i －7y －2＝3 094.72－7×(20.74)2＝83.687. ∴r ＝6.620.531×83.687≈0.993.由于r 接近于1，故钢铁碳含量对电阻的效应线性相关关系显著．。

高二数学回归分析的初步应用1
一、教学目标
a) 知识与技能
＊能根据散点分布特点，建立不同的回归模型。

＊知道有些非线性模型通过变换可以转化为线性回归模型。

＊通过散点图及相关指数比较体验不同模型的拟合效果。

b) 过程与方法
＊通过将非线性模型转化为线性回归模型，使学生体会“转化”的思想。

＊让学生经历数据处理的过程，培养他们对数据的直观感觉，体会统计方法的特点，认识统计方法的应用。

＊通过使用转化后的数据，利用计算器求相关指数，使学生体会使用计算器处理数据的方法。

表了一种“回归分析”的类型。

如何利用这道例题使学生掌握这类问题的解决方法呢？为此，我设计了“引导发现、合作探究”的教学方法。

首先展示“红铃虫”的背景资料来激发学生的学习兴趣；鼓励学生用已有知识解决问题，引导学生检查结果从而发现新问题；通过分组合作来对不同方案进行探索；使学生在合作探索的过程中体会“选择模型——将非线性转化成线性……”方法，体会“化未知为已知、用已知探索未知”思想，同时认识不同模型的效果。

培养学生观察、类比联想，以及分析问题的能力。

在教学过程中让学生自主探索、动手实践，养成独立思考、积极探索的习惯。

在“选模型”这个环节中，我引导将散点分布和已学函数图像进行比较，从而发现二次函数和指数函数模型。

在“转化”这个环节中，通过引导学生观察所选模型，联系已学知识选择“等量变换和对数变换”，从而找到转化的途径。

在运算过程中，如求“相关指数”我引导学生使用转化后的数据，利用计算器求其相关系数即为相关指数，使学生体会使用计算器处理数据的方法和技能。