必修3变量间的相关关系:【阅读与思考】相关关系的强与弱凌勇军复****回顾*用线性回归方程进行回归分析(步骤):(1)画散点图;(2)求回归系数:(3)写回归直线方程,并用方程进行预测说明。,求之前通常先判断变量的线性相关关系-----作出散点图,但有时从图中也不易判断出线性关系,另外,如果数据量较大时,不易画图,需另想办法。为解决这个问题,我们可通过计算线性相关系数r,来判断变量间相关程度的强弱,计算公式为:的最小值为:据前面的分析,回归系数使得误差由知,即,则值越大,误差越小,则变量的线性相关程度就越高;值越接近于0,越大,线性相关程度就越低。当时,,两变量的值总体上呈现同时增加的趋势,则称两变量正相关;当时,,一变量增加,另一变量有减小的趋势,则称两变量负相关;当时,则称两变量线性不相关。相关系数r的性质对于上节课给出的例题,变量的线性相关系数r如何求?我们知道,相关系数的计算公式为:要求r,只需求出相关的量:,,,和。,,可得,,,由数据表,经过计算,可知:这能说明什么??这说明热饮杯数和气温有很强的线性相关程度。计算下表变量的线性相关系数r。并观察,通过计算可以发现什么?根据数据列表计算如下:解析:1-5025002-43169-123-34916-12405025053491612643169127502500019100750由表可知:,,则可得,,,你发现什么了??r=0,则变量间并不存在线性相关关系。即此时建立线性回归方程是没有意义的。
阅读与思考相关关系的强与弱 来自淘豆网www.taodocs.com转载请标明出处.