【高中数学】第八章 成对数据的统计分析【章末复习】 高二数学单元复习（人教A版2019选择性必修第三册）.pptx

章末复习章末复习第八章第八章 成对数据的统计分析成对数据的统计分析 1 知识框架知识框架 2 重点题型重点题型一、一、线性回性回归分析分析 2 重点题型重点题型1.回归分析是对具有相关关系的两个变量进行统计分析的一种常用方法.其基本步骤为通过散点图和经验选择经验回归方程的类型，然后通过一定的规则确定出相应的经验回归方程，通过一定的方法进行检验，最后应用于实际或对预报变量进行预测.2.主要培养数学建模和数据分析的素养.例1假定小麦基本苗数x与成熟期有效穗y之间存在相关关系，今测得5组数据如下表：x15.025.830.036.644.4y39.442.942.943.149.2(1)计算各组残差，并计算残差平方和；反思感悟刻画回归效果的三种方法(1)残差图法：残差点比较均匀地落在水平的带状区域内说明选用的模型比较合适.跟踪训练1已知某种商品的价格x(单位：元)与需求量y(单位：件)之间的关系有如下一组数据：x1416182022y1210753求y关于x的经验回归方程，并借助残差平方和和R2说明回归模型拟合效果的好坏.列出残差表为所以回归模型的拟合效果很好.2 重点题型重点题型二、独立性二、独立性检验 2 重点题型重点题型1.独立性检验研究的问题是有多大把握认为两个分类变量之间有关系.为此需先列出22列联表，从表格中可以直观地得到两个分类变量是否有关系.另外等高堆积条形图能更直观地反映两个分类变量之间的情况.独立性检验的思想是可以先假设二者无关系，求随机变量2的值，若2大于临界值，则拒绝假设，否则，接受假设.2.通过计算2的值，进而分析相关性结论的可信程度，提升数学运算、数据分析的素养.例例2甲、乙两机床加工同一种零件，抽检得到它们加工后的零件尺寸x(单位：cm)及个数y，如下表：零件尺寸x1.011.021.031.041.05零件个数y甲37893乙7444a由表中数据得y关于x的经验回归方程为91100 x(1.01x1.05)，其中合格零件尺寸为1.030.01cm.完成下面列联表，并依据小概率值0.01的独立性检验，分析加工零件的质量与甲、乙是否有关.机床加工零件的质量合计合格零件数不合格零件数甲乙合计所以a11.由于合格零件尺寸为1.030.01cm，故甲、乙加工的合格与不合格零件的数据表为机床加工零件的质量合计合格零件数 不合格零件数甲24630乙121830合计362460零假设为H0：加工零件的质量与甲、乙无关.根据小概率值0.01的独立性检验，我们推断H0不成立.即认为加工零件的质量与甲、乙有关.反思感悟用2进行“相关的检验”步骤(1)零假设：即先假设两变量间没关系.(2)计算2：套用2的公式求得2值.(3)查临界值：结合所给小概率值查得相应的临界值x.(4)下结论：比较2与x的大小，并作出结论.跟踪训练2某校对学生课外活动进行调查，结果整理成下表，试根据小概率值0.005的独立性检验，分析喜欢体育还是文娱与性别是否有关系.性别喜欢合计体育文娱男生212344女生62935合计275279解零假设为H0：喜欢体育还是喜欢文娱与性别没有关系.a21，b23，c6，d29，n79，根据小概率值0.005的独立性检验，我们推断H0不成立，即认为喜欢体育还是喜欢文娱与性别有关.三、数形三、数形结合思想在独立性合思想在独立性检验中的中的应用用1.数形结合思想就是在解决与几何图形有关的问题时，将图形信息转换成代数信息，利用数量特征，将其转化为代数问题；在进行回归分析时，常利用散点图、残差图等说明线性相关情况或模型的拟合效果.在独立性检验中，我们常用等高堆积条形图直观地反映数据的情况，从而可以粗略地判断两个分类变量是否有关系.2.主要培养数学抽象和数学运算的素养.例3某机构为了了解患色盲是否与性别有关，随机抽取了1000名成年人进行调查，在调查的480名男性中有38名患色盲，520名女性中有6名患色盲，分别利用图形和独立性检验(0.001)的方法来判断患色盲与性别是否有关.解根据题目所给的数据作出如下的列联表：性别色盲合计患色盲未患色盲男38442480女6514520合计449561000根据列联表作出相应的等高堆积条形图，如图所示.图中两个深色条的高分别表示男性和女性中患色盲的频率，从图中可以看出，男性中患色盲的频率明显高于女性中患色盲的频率，因此我们可认为患色盲与性别有关.零假设为H0：患色盲与性别无关.根据列联表中所给的数据，得根据小概率值0.001的独立性检验，推断H0不成立，即认为患色盲与性别有关，此推断犯错误的概率不超过0.001.反思感悟解独立性检验的应用问题的关注点(1)两个明确：明确两类主体；明确研究的两个问题；(2)两个准确：准确画出22列联表；准确理解2.跟踪训练3电视传媒公司为了解某地区电视观众对某类体育节目的收视情况，随机抽取了100名观众进行调查.如图所示的是根据调查结果绘制的观众日均收看该体育节目时间的频率分布直方图.将日均收看该体育节目时间不低于40分钟的观众称为“体育迷”.(1)根据已知条件完成下面的22列联表，据此资料你是否认为“体育迷”与性别有关？非体育迷体育迷合计男女1055合计解由频率分布直方图可知，在抽取的100人中，“体育迷”有25人，从而22列联表如下：非体育迷体育迷合计男301545女451055合计7525100零假设为H0：“体育迷”与性别无关.将22列联表中的数据代入公式计算，得根据小概率值0.05的独立性检验，没有充分证据推断H0不成立，即认为“体育迷”与性别无关.(2)将上述调查所得到的频率视为概率.现在从该地区大量电视观众中，采用随机抽样方法每次抽取1名观众，抽取3次，记被抽取的3名观众中的“体育迷”人数为X.若每次抽取的结果是相互独立的，求X的分布列，均值E(X)和方差D(X).0.050.01x3.8416.635解由频率分布直方图，知抽到“体育迷”的频率为0.25，将频率视为概率，Thank you for watching!