2019-2020学年北师大版选修2-3 第三章1.2 相关系数 1.3 可线性化的回归分析 学案
2019-2020学年北师大版选修2-3 第三章1.2 相关系数   1.3 可线性化的回归分析 学案第3页

回归直线就没有意义.

 线性相关系数及其应用

 下图是我国2008年至2014年生活垃圾无害化处理量(单位:亿吨)的折线图.

注:年份代码1-7分别对应年份2008-2014.

(1)由折线图看出,可用线性回归模型拟合y与t的关系,请用相关系数加以说明;

(2)建立y关于t的回归方程(系数精确到0.01),预测2016年我国生活垃圾无害化处理量.

参考数据:

解:(1)由折线图中数据和参考数据得

因为y与t的相关系数近似为0.99,说明y与t的线性相关程度相当高,从而可以用线性回归模型拟合y与t的关系.

(2)由=≈1.331及(1)得b==≈0.103,

a=-b=1.331-0.103×4≈0.92.

所以,y关于t的回归方程为y=0.92+0.10t.

将2016年对应的t=9代入回归方程得y=0.92+0.10×9=1.82.

所以预测2016年我国生活垃圾无害化处理量约为1.82亿吨.

(1)散点图只能直观判断两变量是否具有相关关系.

(2)相关系数能精确刻画两变量线性相关关系的强弱.