2025高考数学一轮复习概率与统计讲义 第三章 成对数据的统计分析（解析版）.docx
第三章成对数据的统计分析
考情分析
1、成对数据的统计分析
考点要求
真题统计
考情分析
(1)了解样本相关系数的统计含义
(2)了解一元线性回归模型和2×2列联表，会运用这些方法解决简单的实际问题
(3)会利用统计软件进行数据分析
2022年新高考全国I卷：第20题，12分
2023年全国甲卷（文数、理数）：第19题，12分
2024年全国甲卷（文数）：第18题，12分
2024年天津卷：第3题，5分
2024年上海卷：第13题，5分、第19题，12分
成对数据的统计分析是高考的重点、热点内容，从近几年的高考情况来看，主要以解答题的形式考查，一般会与概率等知识结合考查，综合性强，难度中等；有时也会在选择、填空题中出现，难度不大；复习时要加强此类问题的训练.
知识梳理
【知识点1变量的相关关系】
1．变量的相关关系
(1)函数关系
函数关系是一种确定性关系，常用解析式来表示.
(2)相关关系
两个变量有关系，但又没有确切到可由其中的一个去精确地决定另一个的程度，这种关系称为相关关
系.与函数关系不同，相关关系是一种非确定性关系.
2．散点图
(1)散点图
成对样本数据都可用直角坐标系中的点表示出来，由这些点组成的统计图叫做散点图.
(2)正相关和负相关
如果从整体上看，当一个变量的值增加时，另一个变量的相应值也呈现增加的趋势，我们就称这两个
变量正相关；如果当一个变量的值增加时，另一个变量的相应值呈现减少的趋势，则称这两个变量负相关.
3．线性相关
一般地，如果两个变量的取值呈现正相关或负相关，而且散点落在一条直线附近，则称这两个变量线
性相关.
【知识点2样本相关系数】
1．样本相关系数
(1)对于变量x和变量y，设经过随机抽样获得的成对样本数据为(,)，(,)，，(,)，利用
相关系数r来衡量两个变量之间线性关系的强弱，相关系数r的计算公式：
（其中，，，和，，，的均值分别为和）.
①当r0时，称成对样本数据正相关.这时，当其中一个数据的值变小时，另一个数据的值通常也变小；
当其中一个数据的值变大时，另一个数据的值通常也变大.
②当r0时，称成对样本数据负相关.这时，当其中一个数据的值变小时，另一个数据的值通常会变大；
当其中一个数据的值变大时，另一个数据的值通常会变小.
【知识点3一元线性回归模型】
1．一元线性回归模型
把式子为Y关于x的一元线性回归模型.其中，Y称为因变量或响应变量，x称
为自变量或解释变量；a和b为模型的未知参数，a称为截距参数，b称为斜率参数；e是Y与bx+a之间的随机误差.
2．线性经验回归方程与最小二乘法
设满足一元线性回归模型的两个变量的n对样本数据为(,)，(,)，，(,)，由=+a+
(i=1，2，，n)，得|-(+a)|=||，显然||越小，表示样本数据点离直线y=bx+a的竖直距离越小.
通常用各散点到直线的竖直距离的平方之和Q=来刻画各样本观测数据与直线
y=bx+a的“整体接近程度”.
当a，b的取值为时，Q达到最小.将=x+称为Y关于x的经验回归方
程，也称经验回归函数或经验回归公式，其图形称为经验回归直线.这种求经验回归方程的方法叫做最小二
乘法，求得的，叫做b，a的最小二乘估计.
经验回归直线一定过点(,).
3．残差分析
对于响应变量Y，通过观测得到的数据称为观测值，通过经验回归方程得到的称为预测值，观测值减
去预测值称为残差.残差是随机误差的估计结果，通过对残差的分析可以判断模型刻画数据的效果，以及判断原始数据中是否存在可疑数据等，这方面工作称为残差分析.
4．回归分析的三大常用结论
(1)求解经验回归方程的关键是确定回归系数，应充分利用回归直线过样本点的中心.
(2)根据经验回归方程计算的值，仅是一个预报值，不是真实发生的值.
(3)根据的值可以判断两个分类变量有关的可信程度，若越大，则两分类变量有关的把握越大.
【知识点4列联表与独立性检验】
1．2×2列联表
假设两个分类变量X和Y，它们的可能取值分别为{,}和{,}，其2×2列联表为
X
Y
合计
y1
y2
x1
a
b
a+b
x2
c
d
c+d
合计
a+c
b+d
a+b+c+d
2×2列联表给出了成对分类变量数据的交叉分类频数.
2．独立性检验
(1)假定通过简单随机抽样得到了X和Y的抽样数据列联表，如下表所示.
X
Y
合计
Y=0
Y=1
X=0
a
b
a+b
X=1
c
d
c+d
合计
a+c
b+d
n=a+b+c+d
则.
(2)利用的取值推断分类变量X和Y是否独立的方法称为独立性检验，读作“卡方独立性检验”，简
称独立性检验.
(3)独立性检验中几个常用的小概率值和相应的临界值.
3．独立性检验的应用问题的解题策略
解决独立性检验的应用