• 396.50 KB
  • 2021-06-16 发布

人教版高中数学选修2-3练习:第三章章末复习课word版含解析

  • 9页
  • 当前文档由用户上传发布,收益归属用户
  1. 1、本文档由用户上传,淘文库整理发布,可阅读全部内容。
  2. 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,请立即联系网站客服。
  3. 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细阅读内容确认后进行付费下载。
  4. 网站客服QQ:403074932
章末复习课 整合·网络构建] 警示·易错提醒] 1.线性回归方程中的系数及相关指数 R2,独立性检验统计量 K2 公式复杂,莫记混用错. 2.相关系数 r 是判断两随机变量相关强度的统计量,相关指数 R2 是判断线性回归模型拟合效果好坏的统计量,而 K2 是判断两分类变 量相关程度的量,应注意区分. 3.在独立性检验中,当 K2≥6.635 时,我们有 99.9%的把握认为 两分类变量有关,是指“两分类变量有关”这一结论的可信度为 99% 而不是两分类变量有关系的概率为 99%. 专题一 回归分析思想的应用 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] 一个车间为了规定工时定额,需确定加工零件所花费的时 间,为此进行了 10 次试验,测得的数据如下表所示: 零件数 x/个 10 20 30 40 50 60 70 80 90 100 加工时间 y/min 62 72 75 81 85 95 103 108 112 127 (1)画出散点图,并初步判断是否线性相关; (2)若线性相关,求线性回归方程; (3)求出相关指数; (4)作出残差图; (5)进行残差分析; (6)试制订加工 200 个零件的用时规定. 解:(1)散点图,如图所示: 由图可知,x,y 线性相关. (2)x 与 y 的关系可以用线性回归模型来拟合,不妨设回归模型为y ^ =a ^+b ^ x.因为— x =55,— y =92, 0.670, a ^=— y -b ^— x =92-553 825 ×55=827 15 ≈55.133. 故线性回归方程为y ^=0.670x+55.133. (3)利用所求回归方程求出下列数据: yi 61.833 68.533 75. 233 81.933 88.633 yi-yi 0.167 3.467 -0.233 -0.933 -3.633 yi-— y -30 -20 -17 -11 -7 yi 95.333 102.033 108.733 115.433 122.133 yi-yi -0.333 0.967 -0.733 -3.433 4.867 yi-— y 3 11 16 20 35 (4)因为 ei=yi-yi,利用上表中数据作出残差图,如图所示: (5)由散点图可以看出 x 与 y 有很强的线性相关性,由 R2 的值可以 看出回归效果很好. 由残差图也可观察到,第 2,5,9,10 个样本点的残差比较大, 需要确认在采集这些样本点的过程中是否有人为的错误. (6)将 x=200 代入回归方程,得y ^=189,所以可以制订 189 min 加 工 200 个零件的规定. 归纳升华 建立回归模型的一般步骤: (1)确定研究对象,明确哪个变量是解释变量,哪个变量是预报变 量; (2)画出确定好的解释变量和预报变量的散点图,观察它们之间的 关系(如是否存在线性关系); (3)由经验确定回归方程的类型,如我们观察到数据呈线性关系, 选用线性回归方程y ^=a ^+b ^ x; (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(个别数据对应的残差过大, 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)依据回归方程做出预报. 变式训练] 某商场经营一批进价是 30 元/台的小商品,在市场试 验中发现,此商品的销售单价 x(x 取整数)元与日销售量 y 台之间有如 下对应数据: 单价 x/元 35 40 45 50 日销售 y/台 56 41 28 11 (1)画出散点图并说明 y 与 x 是否具有线性相关关系?如果有,求 出线性回归方程(方程的斜率保留一个有效数字); (2)设经营此商品的日销售利润为 P 元,根据(1)写出 P 关于 x 的函 数关系式,并预测当销售单价 x 为多少元时,才能获得最大日销售利 润. 解:散点图如图所示:从图中可以看出这些点大致分布在一条直 线附近,因此两个变量具有线性相关关系. 设回归直线方程为y ^=a ^+b ^ x,由题意知— x =42.5,— y =34, a ^=— y -b ^— x =34-(-3)×42.5=161.5. 所以y ^=-3x+161.5. (2)依题意有: P = ( - 3x + 161.5)(x - 30) = - 3x2 + 251.5x - 4 845 = - 3 x-251.5 6 2+251.52 12 -4 845. 所以当 x=251.5 6 ≈42 时,P 有最大值. 即预测销售单价约为 42 元时,能获得最大日销售利润. 专题二 独立性检验的应用 独立性检验是对两个分类变量间是否存在相关关系的一种案例分 析方法.常用等高条形图来直观反映两个分类变量之间差异的大小; 利用假设检验求随机变量 K2 的值能更精确地判断两个分类变量间的相 关关系. 例 2] 为了解某市市民对政府出台楼市限购令的态度,在该市随 机抽取了 50 名市民进行调查,他们月收入(单位:百元)的频数分布及 对楼市限购令的赞成人数如下表所示: 月收入 15,25) 25,35) 35,45) 45,55) 55,65) 65,75) 频数 5 10 15 10 5 5 赞成 人数 4 8 8 5 2 1 将月收入不低于 55 的人群称为“高收入族”,有收入低于 55 的 人群称为“非高收入族”. (1)已知:K2= (a+b+c+d)(ad-bc)2 (a+b)(c+d)(a+c)(b+d),当 K2<2.706 时, 没有充分的证据判定赞不赞成楼市限购令与收入高低有关;当 K2> 2.706 时,有 90%的把握判断赞成楼市限购令与收入高低有关;当 K2 >3.841,有 95%的把握判断定赞不赞成楼市限购令与收入高低有关; 当 K2>6.635 时,有 99%的把握判定赞不赞成楼市限购令与收入高低 有关. 根据已知条件完成下面的 2×2 列联表,有多大的把握认为赞不赞 成楼市限购令与收入高低有关? 分类 非高收入族 高收入族 总计 赞成 不赞成 总计 (2)现从月收入在 55,65)的人群中随机抽取两人,求所抽取的两人 中至少一人赞成楼市限购令的概率. 解:(1)2×2 列联表如下表所示: 分类 非高收入族 高收入族 总计 赞成 25 3 28 不赞成 15 7 22 总计 40 10 50 K2=50(25×7-15×3)2 40×10×22×28 ≈3.43,故有 90%的把握认为楼市限购 令与收入高低有关. (2)设“从月收入在 55,65)的 5 人中随机抽取 2 人,其中至少有 1 人赞成楼市限购令”为事件 A,则事件 A 含有基本事件数为 C25-C23= 7,从 5 人中任取 2 人所含基本事件数为 C25=10,因此所求概率为 7 10. 归纳升华 (1)判断两个分类变量之间是否有关系可以通过等高条形图作粗略 判断,需要确知所作判断犯错误的概率情况下,可进行独立性检验, 独立性检验可以得到较为可靠的结论. (2)独立性检验的一般步骤: ①根据样本数据制成 2×2 列联表; ②根据公式计算 K2 的值; ③比较 K2 与临界值的大小关系,做出统计推断. 变式训练] 调查某医院某段时间内婴儿出生的时间与性别的关 系,得到如下数据.试问能以多大把握认为婴儿的性别与出生时间有 关系? 性别 晚上 白天 总计 男婴 24 31 55 女婴 8 26 34 总计 32 57 89 解:由公式 K2= (a+b+c+d)(ad-bc)2 (a+b)(c+d)(a+c)(b+d)计算得 K2=89×(24×26-8×31)2 55×34×32×57 ≈3.69, 由于 K2>2.706,所以只有 90%的把握说明婴儿出生的时间与性别 有关,故婴儿的出生的时间与性别是相互独立的(也可以说没有充分的 证据显示婴儿的性别与其出生时间有关). 专题三 数形结合思想 数形结合思想在统计中的应用主要是将收集到的数据利用图表的 形式表示出来,直观地反映变量间的关系. 例 3] 为了解铅中毒病人是否有尿棕色素增加现象,分别对病人 组和对照组的尿液作尿棕色素定性检查,结果如下,问铅中毒病人和 对照组的尿棕色素阳性数有无差别? 组别 阳性数 阴性数 总计 铅中毒病人 29 7 36 对照组 9 28 37 总计 38 35 73 解: 由上述列联表可知,在铅中毒病人中尿棕色素为阳性的占 80.56%,而对照组仅占 24.32%.说明他们之间有较大差别. 根据列联表作出等高条形图由图可知,铅中毒病人中与对照组相 比较,尿棕色素为阳性差异明显,因此铅中毒病人与尿棕色素为阳性 存在关联关系. 归纳升华 收集数据、整理数据是统计知识处理问题的两个基本步骤,将收 集到的数据利用图表的形式整理出来,能够直观地反映变量之间的关 系.在精确度要求不高的情况下,可以利用散点图、等高条形图等对 两个变量之间的关系做出判断. 变式训练] 根据如下样本数据: x 3 4 5 6 7 8 y 4.0 2.5 -0.5 0.5 -2.0 -3.0 得到的回归方程为y ^=bx+a,则( ) A.a>0,b>0 B.a>0,b<0 C.a<0,b>0 D.a<0,b<0 解析:根据题中表内数据画出散点图如图所示,由散点图可知 b <0,a>0. 答案: B