一、变量的相关性 1.变量的相关关系与相关系数是学习一元线性回归模型的前提和基础，前者可借助散点图从直观上分析变量间的相关性，后者从数量上准确刻画了两个变量的相关程度. 2.在学习该部分知识时，体会直观想象和数学运算的素养. 例1 (1)通过随机抽样，我们绘制了某种商品每千克价格(单位：百元)与该商品消费者年需求量(单位：千克)的散点图，如图所示.若去掉图中右下方的点A后，下列说法正确的是( ) A.“每千克价格”与“年需求量”这两个变量由负相关变为正相关 B.“每千克价格”与“年需求量”这两个变量的线性相关程度不变 C.“每千克价格”与“年需求量”这两个变量的线性相关系数变大 D.“每千克价格”与“年需求量”这两个变量的线性相关系数变小 (2)变量X与Y相对应的一组数据为(10，1)，(11.3，2)，(11.8，3)，(12.5，4)，(13，5)，变量U与V相对应的一组数据为(10，5)，(11.3，4)，(11.8，3)，(12.5，2)，(13，1)，r1表示变量Y与X之间的相关系数，r2表示变量V与U之间的相关系数，则r1与r2的大小关系是 . 反思感悟 判断变量相关性的两种方法 (1)散点图法：直观形象. (2)公式法：可用公式精确计算，需注意特殊情形的相关系数. 跟踪训练1 (1)(多选)四名同学根据各自的样本数据研究变量x，y之间的相关关系，并求得回归直线方程，下列选项中，正确的是( ) A.y与x负相关且=2.347x-6.423 B.y与x负相关且=-3.476x+5.648 C.y与x正相关且=5.437x+8.493 D.y与x正相关且=-4.326x-4.578 (2)相关变量x，y的散点图如图所示，现对这两个变量进行线性相关分析，方案一：根据图中所有数据，得到回归直线方程为=x+相关系数为r1；方案二：剔除点(10，21)，根据剩下数据得到回归直线方程为=x+相关系数为r2.则( ) A.00.75，则线性相关程度较高，计算r时精确度为0.01) (2)求购物人数y与直播的第x天的回归直线方程；用样本估计总体，请预测从7月10日起的第38天到该专营店购物的人数(单位：万人). 参考数据：，，≈65.879. 附：相关系数r=，回归直线方程=x+的斜率=， 截距=-. 三、独立性检验 1.主要考查根据样本制作2×2列联表，由2×2列联表计算χ2，查表分析并判断 ... ...
~~ 您好，已阅读到文档的结尾了 ~~
