1.2相关系数﹝北师大版选修1-2﹞.ppt

;1、两个变量的关系;相关关系;2、最小二乘估计下的线性回归方程：; (1)计算平均数 (2)计算 与 的积,求 (3)计算 (4)将上述有关结果代入公式，求b、a，写出回归直线方程． ;4、回归分析的基本步骤:;相关性;问题：有时散点图的各点并不集中在一条直线的附近，仍然可以按照求回归直线方程的步骤求回归直线，显然这样的回归直线没有实际意义。在怎样的情况下求得的回归直线方程才有实际意义？; 从散点图上可以看出，如果变量之间存在着某种关系，这些点会有一个集中的大致趋势，这种趋势通常可以用一条光滑的曲线来近似描述，这种近似的过程称为曲线拟合。在两个变量x和y的散点图中，所有点看上去都在一条直线附近波动，则称变量间是线性相关的。此时，我们可以用一条直线来拟合，这条直线叫回归直线。;思考：观察散点图的大致趋势，人的年龄的与人体脂肪含量具有???么相关关系？;;;;;思考：如何分析变量之间是否具有相关的关系？ ;相关系数;;;1．如图所示，图中有5组数据，去掉　　　组数据后（填字母代号），剩下的4组数据的线性相关性最大（　　） Ａ．E Ｂ．C Ｃ．D Ｄ．A;Ａ;例. 下表是随机抽取的8对母女的身高数据，试根据这些数据探讨y与x之间的关系.;列表：;计算相关系数：;建立线性回归模型：y=a+bx;相关关系的测度（相关系数取值及其意义）;将下列常见的非线性回归模型转化为线性回归模型。 ;;;;;;小结