文档文本内容
第七章 统计案例
7.2.1 相关系数
1.了解样本相关系数的统计含义,理解讨论相关系数的意义.
2.掌握样本相关系数的初步应用.
重点:样本相关系数的统计含义及其初步应用.
难点:相关系数的推导过程.
一、新课导入
我们知道,如果变量y 是变量x 的函数,那么由x 就可以唯一确定y.然而,现实世界中还存
在这样的情况:两个变量之间有关系,但密切程度又达不到函数关系的程度.例如,人的体重与身
高存在关系,但由一个人的身高值并不能确定他的体重值,那么,身高和体重相关性的强弱该如何
刻画呢?下面我们就来研究这个问题.
二、新知探究
问
题
1
给
定
两
个
随
机
变
量
(X
,
Y)
的
7
组
成
对
数
据
:
(1,0),(
4
5 ,3
5),(0,1),(- 4
5 ,3
5 ),(-1,0),(- 4
5 ,- 3
5 ),(0,-1),利用最小
二乘法,可以得到Y 关于X 的线性回归方程为Y=0.143X +
0.102.这时,X 和Y 是否具有线性关系呢?
答案:如图,易知这7 组成对数据均位于单位圆上,所以
X 和Y 不具备线性关系.
追问1:为了使建立的线性回归方程有意义,在利用最小二
乘法求线性回归方程之前,我们需要先完成怎样的准本工作?
答案:需要先对变量之间的线性关系作一个判断.
追问2:如何判断两个变量是否具有线性相关性呢?
答案:如果数据不多,可以根据给定的数据画出散点图,再从直观上进行观测.
探究:如果数据较多,又如何判断两个变量是否具有线性相关性呢?
◆教学目标
◆
教
◆
教
答案:为了解决这个问题,我们引入(线性)相关系数的概念,通过计算两个随机变量间的(线
性)相关系数,来判断它们之间线性相关程度的大小.
问题2 想一想如何来表示相关系数比较合理呢?
答案:给定随机变量X 和Y,根据前面学过的知识,由3 对数据( x1,y1),( x2,y2),
( x3,y3),得到的Y 关于X 的线性回归方程为Y = ^a+ ^b X.
由^a= y - ^b x可知,(x,y)一定满足线性回归方程,从而有
y = ^a+ ^b x. ①
若X 和Y 的线性相关性好,则yi和^a- ^b xi(i=1,2,3)的差应该不大,最理想的状况应该是
y1= ^a+ ^b x1,y2= ^a+ ^b x2 ,y3= ^a+ ^b x3. ②
由①式知,②式等价于
y1- y = ^b( x1- x),y2- y = ^b( x2- x),y3- y = ^b( x3- x), ③
记向量u=(x1- x,x2- x,x3- x),v=(y1- y ,y2- y ,y3- y),则③式可记为v=^bu.
这表明,线性回归方程最理想的状况是向量u,v 共线(向量u,v 的夹角为0 或π).因此,可
以用向量u,v 夹角的大小来刻画X 和Y 线性相关的程度﹐记
r =cos<u,v >=
u∙v
|u||v |
=
( x1- x)( y1- y)+( x2- x)( y2- y)+( x3- x)( y3- y)
❑√( x1- x)
2+( x2- x)
2+( x3- x)
2❑√( y1- y)
2+( y2- y)
2+( y3- y)
2
显然|r|⩽1.|r|值越接近1,说明X 和Y 的线性相关性越强;|r|值越接近0,说明X 和Y 的线
性相关性越弱.
在处理很多实际问题时,常常需要把一组数据x1,x2,⋯,xn标准化,即把它转化为均值
为0、方差为1 的数据.如何实施呢?
令
xi
' =
xi- x
❑√
1
n∑
i=1
n
( xi- x)
2(i= 1,2,…,n)不难验证x1
' ,x2
' ,⋯,xn
' 是均值为0、方差为1 的数
据,称它为原来数据x1,x2,⋯,xn的标准化.
在前面的成对数据( x1,y1),( x2,y2),⋯,( xn,yn)中,把x1,x2,⋯,xn和
y1,y2,⋯,yn,分别标准化,得到
xi
' =
xi- x
❑√
1
n∑
i=1
n
( xi- x)
2,
yi
' =
yi- y
❑√
1
n∑
i=1
n
( yi- y)
2(i= 1,2,…,n)
此时,向量(x1
' ,x2
' ,⋯,xn
' ) , ( y1
' ,y2
' ,⋯,yn
' ) 的夹角余弦值与向量u=(
x1- x,x2- x,…xn- x,),v=(y1- y ,y2- y,…,yn- y)的夹角余弦值相同.
一般地,设随机变量X,Y 的n 组观测值分别为( x1,y1),( x2,y2),⋯,( xn,yn)记
r =
( x1- x)( y1- y)+( x2- x)( y2- y)+⋯+( xn- x)( yn- y)
❑√( x1- x)
2+( x2- x)
2+⋯+( xn- x)
2❑√( y1- y)
2+( y2- y)
2+⋯+( yn- y)
2
=
∑
i=1
n
( xi- x)( yi- y)
❑√∑
i=1
n
( xi- x)
2❑√∑
i=1
n
( yi- y)
2
,
称r 为随机变量X 和Y 的样本(线性)相关系数.
为了计算的方便,我们再给出如下式子:
r =
( x1 y1+ x2 y2+⋯+ xn yn-n x y)
❑√( x1
2+ x2
2+⋯+ xn
2)-n x
2❑√( y1
2+ y2
2+⋯+ yn
2)-n y
2
问题3 相关系数的范围是多少?如何根据相关系数的数值来判断线性相关程度呢?
答案:样本(线性)相关系数r 的取值范围为[-1,1].
|r|值越接近1,随机变量之间的线性相关程度越强;
|r|值越接近0,随机变量之间的线性相关程度越弱.
当r >0时,两个随机变量的值总体上变化趋势相同,此时称两个随机变量正相关;
当r <0时,两个随机变量的值总体上变化趋势相反,此时称两个随机变量负相关;
当r =0时,此时称两个随机变量线性不相关.
三、应用举例
例1 计算下表中随机变量之间的样本相关系数r(结果保留到小数点后的第9 位),并谈谈通过
计算发现了什么.
编号
1
2
3
4
5
6
7
8
9
身高/cm
165
157
155
175
168
157
178
160
163
体重/kg
52
44
45
55
54
47
62
50
53
解 由题目得到下表.
由
此
可
得
x1
2+ x2
2+⋯+ x9
2=243250,
y1
2+ y2
2+⋯+ y9
2=23968,
x1 y1+ x2 y2+⋯+ x9 y9=76214,x = 1478
9
,y = 462
9 .
r =
( x1 y1+ x2 y2+⋯+ x9 y9-9 x y)
❑√( x1
2+ x2
2+⋯+ x9
2)-n x
2❑√( y1
2+ y2
2+⋯+ y9
2)-9 y
2
=
76214 -9× 1478
9
× 462
9
❑√243250-9×( 1478
9
)
2
×
❑√23968-9×( 462
9 )
2
≈0.939852007
从散点图可以看出,身高和体重具有很强的正相关性.这与样本相关系数r 的计算结果一致.
例2 计算下表中两个随机变量之间的样本相关系数r,并谈谈通过计算发现了什么.
解 由题目得到下表.
X
-5
-4
-3
0
3
4
5
Y
0
3
4
5
4
3
0
由此可得x1
2+ x2
2+⋯+ x7
2=100,y1
2+ y2
2+⋯+ y7
2=75,x1 y1+ x2 y2+⋯+ x7 y7=0,x =0,
y = 19
7 .
因此,r =
( x1 y1+ x2 y2+⋯+ x7 y7-7 x y)
❑√( x1
2+ x2
2+⋯+ x7
2)-7 x
2×
❑√( y1
2+ y2
2+⋯+ y7
2)-7 y
2 =0
从散点图容易看出,表格中的数据都在同一个半圆上,此时建立线性回归方程是没有任何意
义的.这与样本相关系数r 的计算结果一致.
实际上,样本相关系数r 越接近l,两个随机变量之间的线性相关性就越强,用直线拟合的效
果就越好.
四、课堂练习
1.在一组样本数据( x1,y1),( x2,y2),⋯,( xn,yn),(n≥2,x1, x2,…,xn不全
相等)的散点图中,若所有样本点( xi,yi)(i=1,2,…,n)都在直线y = 1
2 x +1上,则这组样本数据
的样本相关系数为( )
A.-1 B.0 C.1
2 D.1
2.5 个学生的数学和物理成绩如表:
学生/学科
A
B
C
D
E
数学
80
75
70
65
60
物理
70
66
68
64
62
试分别用散点图和相关系数r 判断它们是否有线性相关关系,若有,是正相关还是负相关?
参考答案:1.选D.所有点均在直线y = 1
2 x +1上且斜率大于0,则样本相关系数为1.
2.以x 轴表示数学成绩,y 轴表示物理成绩,画出散点图:
由散点图可见,两者之间具有线性相关关系且是正相关.
用相关系数法证明:列表:
i
xi
yi
xi
2
yi
2
xi yi
1
80
70
6400
4900
5600
2
75
66
5625
4356
4950
3
70
68
4900
4624
4760
4
65
64
4225
4096
4160
5
60
62
3600
3844
3720
合计
350
330
24750
21820
23190
可得x1
2+ x2
2+⋯+ x5
2=24750,y1
2+ y2
2+⋯+ y5
2=21820,x1 y1+ x2 y2+⋯+ x5 y5=23190,
x =70,y =66.
r =
( x1 y1+ x2 y2+⋯+ x5 y5-5 x y)
❑√( x1
2+ x2
2+⋯+ x5
2)-5 x
2❑√( y1
2+ y2
2+⋯+ y5
2)-5 y
2
=
23190-5×70×66
❑√24750-5×70
2×
❑√212820-5×66
2
=0.9>0
所以两变量具有线性相关关系且正相关.
五、课堂小结
1.相关系数r:一般地,设随机变量X,Y 的n 组观测值分别为( x1,y1),( x2,y2),⋯,
( xn,yn),,记
r =
( x1- x)( y1- y)+( x2- x)( y2- y)+⋯+( xn- x)( yn- y)
❑√( x1- x)
2+( x2- x)
2+⋯+( xn- x)
2❑√( y1- y)
2+( y2- y)
2+⋯+( yn- y)
2
=
∑
i=1
n
( xi- x)( yi- y)
❑√∑
i=1
n
( xi- x)
2❑√∑
i=1
n
( yi- y)
2
,称r 为随机变量X 和Y 的样本(线性)相关系数.
2.相关系数r 的性质
①取值范围为[-1,1];
②|r|值越接近1,随机变量之间的线性相关程度越强;
③|r|值越接近0,随机变量之间的线性相关程度越弱.
3.相关性的分类
当r >0时,两个变量正相关;
当r <0时,两个变量负相关;
当r =0时,两个变量线性不相关.
六、布置作业
教材第237 页练习题第1 题﹒
淘宝唯一更新店铺:
知二教育,免费更新倒卖拉黑,售
后微信GCDZZGJYJT
https://
shop172960947.taobao.co
m/?
spm=2013.1.0.0.52774d81x
fOnAt