15-16学年新课标A版数学选修1-2 第一章 统计案例 教参+课件+课时达标检测+阶段质量检测（6份）（4份打包）
　　第一章  1.1  课时达标检测.doc
　　第一章  1.1  回归分析的基本思想及其初步应用.ppt
　　第一章  1.2  独立性检验的基本思想及其初步应用.ppt
　　第一章  1.2  课时达标检测.doc
　　第一章 统计案例.doc
　　阶段质量检测（一）.doc
[课时达标检测]
　　一、选择题
　　1．为了研究变量x和y的线性相关性，甲、乙两人分别利用线性回归方法得到回归直线l1和l2，已知两人计算过程中x－，y－分别相同，则下列说法正确的是(　　)
　　A．l1与l2一定平行
　　B．l1与l2重合
　　C．l1与l2相交于点(x－，y－)
　　D．无法判断l1和l2是否相交
　　解析：选C　回归直线一定过样本点的中心(x－，y－)，故C正确．
　　2．甲、乙、丙、丁四位同学在建立变量x，y的回归模型时，分别选择了4种不同模型，计算可得它们的相关指数R2分别如下表：
　　甲 乙 丙 丁
　　R2 0.98 0.78 0.50 0.85
　　建立的回归模型拟合效果最好的同学是(　　)
　　A．甲　　　　B．乙　　　　C．丙　　　　D．丁
　　解析：选A　相关指数R2越大，表示回归模型的效果越好．
　　3．设某大学的女生体重y(单位：kg)与身高x(单位：cm)具有线性相关关系．根据一组样本数据(xi，yi)(i＝1,2，…，n)，用最小二乘法建立的回归方程为y^＝0.85x－85.71，则下列结论中不正确的是(　　)
　　A．y与x具有正的线性相关关系
　　B．回归直线过样本点的中心(x－，y－)
　　C．若该大学某女生身高增加1 cm，则其体重约增加0.85 kg
　　D．若该大学某女生身高为170 cm，则可断定其体重必为58.79 kg
　　解析：选D　回归方程中x的系数为0.85＞0，因此y与x具有正的线性相关关系，A正确；
　　由回归方程系数的意义可知回归直线过样本点的中心(x－，y－)，B正确；
　　依据回归方程中b^的含义可知，x每变化1个单位，y^相应变化约0.85个单位，C正确；
　　用回归方程对总体进行估计不能得到肯定结论，故D不正确．
　　4．某产品的广告费用x与销售额y的统计数据如下表：
　　广告费用x(万元) 4 2 3 5
　　……
　　[课时达标检测]
　　一、选择题
　　1．判断两个分类变量是彼此相关还是相互独立的常用的方法中，最为精确的是(　　)
　　A．2×2列联表  B．独立性检验
　　C．等高条形图  D．其他
　　解析：选B　A、C只能直观地看出两个分类变量x与y是否相关，但看不出相关的程度．独立性检验通过计算得出相关的可能性，较为准确．
　　2．假设有两个分类变量X和Y，它们的值域分别为{x1，x2}和{y1，y2}，其2×2列联表为：
　　Y
　　X　 y1 y2 总计
　　x1 a b a＋b
　　x2 c d c＋d
　　总　计 a＋c b＋d a＋b＋c＋d
　　对同一样本，以下数据能说明X与Y有关的可能性最大的一组为(　　)
　　A．a＝5，b＝4，c＝3，d＝2
　　B．a＝5，b＝3，c＝4，d＝2
　　C．a＝2，b＝3，c＝4，d＝5
　　D．a＝3，b＝2，c＝4，d＝5
　　解析：选D　对于同一样本，|ad－bc|越小，说明x与y相关性越弱，而|ad－bc|越大，说明x与y相关性越强，通过计算知，对于A，B，C都有|ad－bc|＝|10－12|＝2.对于选项D，有|ad－bc|＝|15－8|＝7，显然7＞2.
　　3．对于分类变量X与Y的随机变量K2的观测
　　……
　　_1.1 回归分析的基本思想及其初步应用
　　线性回归方程
　　[导入新知]
　　1．回归分析
　　(1)函数关系是一种确定性关系，而相关关系是一种非确定性关系，即自变量取值一定时，因变量的取值带有一定的随机性的两个变量之间的关系叫做相关关系．
　　(2)回归分析是对具有相关关系的两个变量进行统计分析的一种常用方法，回归分析的基本步骤是画出两个变量的散点图，求回归直线方程，并用回归直线方程进行预报．
　　2．线性回归模型
　　(1)线性回归模型y＝bx＋a＋e，其中a和 b是模型的未知参数，e称为随机误差．自变量x称为解释变量，因变量y称为预报变量．
　　(2)在回归方程y^＝b^x＋a^中，
　　b^＝i＝1n xi－xyi－yi＝1n xi－x2＝i＝1nxiyi－nxyi＝1nx2i－nx2，a^＝y－b^x.
　　其中x＝1ni＝1nxi，y＝1ni＝1nyi, (x，y)称为样本点的中心．
　　[化解疑难]
　　线性回归方程中系数b^的含义
　　(1)b^是回归直线的斜率的估计值，表示x每增加一个单位，y的平均增加单位数，而不是增加单位数．
　　(2)当b^＞0时，变量y与x具有正的线性相关关系；当b^＜0时，变量y与x具有负的线性相关关系.
　　线性回归分析
　　[导入新知]
　　1．残差分析
　　(1)残差：
　　样本点(xn，yn)的随机误差ei＝yi－bxi－a，其估计值为e^i＝yi－y^i＝yi－b^xi－a^，e^i称为相应于点(xi，yi)的残差(residual)．(以上i＝1,2，…，n)
　　(2)残差图：
　　作图时，纵坐标为残差，横坐标可以选为样本编号，或xi数据，或yi数据，这样作出的图形称为残差图．
　　(3)残差分析：
　　残差分析即通过残差发现原始数据中的可疑数据，判断所建立模型的拟合效果，其步骤为：计算残差——画残差图——在残差图中分析残差特性．
　　残差点比较均匀地落在水平的带状区域中，说明选用的模型比较合适，这样的带状区域的宽度越窄，说明模型拟合精度越高，回归方程的预报精度越高．
　　2．相关指数
　　我们可以用相关指数R2来刻画回归的效果，其计算公式是：
　　……
　　一、选择题(本大题共10小题，每小题5分，共50分)
　　1．对于自变量x和因变量y，当x取值一定时，y的取值带有一定的随机性，x，y之间的这种非确定性关系叫(　　)
　　A．函数关系　　　　　　　　 B．线性关系
　　C．相关关系  D．回归关系
　　解析：选C　由相关关系的概念可知，C正确．
　　2．在一线性回归模型中，计算其相关指数R2＝0.96，下面哪种说法不够妥当(　　)
　　A．该线性回归方程的拟合效果较好
　　B．解释变量对于预报变量变化的贡献率约为96%
　　C．随机误差对预报变量的影响约占4%
　　D．有96%的样本点在回归直线上
　　解析：选D　由相关指数R2表示的意义可知A、B、C三种说法都很妥当，相关指数R2＝0.96，其值较大，说明残差平方和较小，绝大部分样本点分布在回归直线附近，不一定有96%的样本点在回归直线上，故选D.
　　3．下表显示出样本中变量y随变量x变化的一组数据，由此判断它最可能是(　　)
　　x 4 5 6 7 8 9 10
　　y 14 18 19 20 23 25 28
　　A．线性函数模型  B．二次函数模型
　　C．指数函数模型  D．对数函数模型
　　解析：选A　画出散点图(图略)可以得到这些样本点在某一条直线上或该直线附近，故最可能是线性函数模型．
　　4．下表是某厂1～4月份用水量(单位：百吨)的一组数据：
　　月份x 1 2 3 4
　　用水量y 4.5 4 3 2.5
　　由散点图可知，用水量y与月份x之间有较好的线性相关关系，其线性回归方程是y^＝－0.7x＋a^，则a^＝(　　)
　　A．10.5  B．5.15
　　C．5.2  D．5.25
　　解析：选D　样本点的中心为(2.5,3.5)，将其代入线性回归方程可解得a^＝5.25.
　　5．下面的等高条形图可以说明的问题是(　　)
　　A．“心脏搭桥”手术和“血管清障”手术对“诱发心脏病”的影响是绝对不同的
　　B．“心脏搭桥”手术和“血管清障”手术对