數(shù)學（人教版選修12）課件第01章統(tǒng)計案例（本章回顧總結(jié)）_第1頁
數(shù)學（人教版選修12）課件第01章統(tǒng)計案例（本章回顧總結(jié)）_第2頁
數(shù)學（人教版選修12）課件第01章統(tǒng)計案例（本章回顧總結(jié)）_第3頁
數(shù)學（人教版選修12）課件第01章統(tǒng)計案例（本章回顧總結(jié)）_第4頁
數(shù)學（人教版選修12）課件第01章統(tǒng)計案例（本章回顧總結(jié)）_第5頁
已閱讀5頁，還剩15頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認領(lǐng)

文檔簡介

第一章統(tǒng)計案例本章回顧總結(jié)一、回歸分析問題回歸分析是對具有相關(guān)關(guān)系的兩個變量進行統(tǒng)計分析的一種常用方法，其步驟是：其中第三步“選擇函數(shù)模型去擬合樣本點”是該部分知識的難點，限于難度及現(xiàn)階段學習的需要，在學習時，我們重點把握線性回歸模型的思想方法便可．

以下是某地搜集到的新房屋的銷售價格y和房屋面積x的數(shù)據(jù)：(1)畫出數(shù)據(jù)對應的散點圖；(2)求線性回歸方程，并在散點圖中畫出回歸直線；(3)據(jù)(2)的結(jié)果估計當房屋面積為150m2時的銷售價格．二、獨立性檢驗獨立性檢驗是對兩個分類變量間是否存在相關(guān)關(guān)系的一種案例分析方法．常用等高條形圖來直觀反映兩個分類變量之間差異的大??；利用假設(shè)檢驗求隨機變量K2的值能更精確地判斷兩個分類變量間的相關(guān)關(guān)系．獨立性檢驗的思想類似于數(shù)學上的反證法，在假設(shè)下構(gòu)造的隨機變量K2應該很小，如果由觀測數(shù)據(jù)計算得到的K2很大，則在一定程度上說明假設(shè)不合理．對該部分知識的考查，常與必修三中的統(tǒng)計知識相結(jié)合，綜合考查學生分析問題和解決問題的能力．

在某校高三年級一次全年級的大型考試中數(shù)學成績優(yōu)秀和非優(yōu)秀的學生中，物理、化學、總分也為優(yōu)秀的人數(shù)如下表所示，則數(shù)學成績優(yōu)秀與物理、化學、總分也優(yōu)秀哪個關(guān)系較大？注：該年級此次考試中數(shù)學成績優(yōu)秀的有360人，非優(yōu)秀的有880人．由上面計算可知數(shù)學成績優(yōu)秀與物理、化學、總分優(yōu)秀都有關(guān)系，由計算分別得到K2的觀測值k1、k2、k3的值都大于10.828，由此說明有99.9%的把握認為數(shù)學優(yōu)秀與物理、化學、總分優(yōu)秀都有關(guān)系，但與總分優(yōu)秀關(guān)系最大，與物理次之．三、轉(zhuǎn)化與化歸思想在回歸分析中的應用回歸分析是對抽取的樣本進行分析，確定兩個變量的相關(guān)關(guān)系，并用一個變量的變化去推測另一個變量的變化．如果兩個變量非線性相關(guān)，我們可以通過對變量進行變換，轉(zhuǎn)化為線性相關(guān)問題．

為了研究某種細菌隨時間x變化時，繁殖個數(shù)y的變化，收集數(shù)據(jù)如下：(1)用天數(shù)x作解釋變量，繁殖個數(shù)y作預報變量，作出這些數(shù)據(jù)的散點圖

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論