1、相关性与最小二乘估计变量间的相关性是统计的重要内容，通过收集实际问题中两个有关联变量的数据作出散点图，由散点图直观认识变量间的相关性。若线性相关，根据最小二乘法建立线性回归方程是这一节的重要内容。在各类考试中，本节难度不大，是基础题，主要考查变量间相关性的判断、画散点图、求线性回归方程以及利用线性回归方程对总体进行估计等，下面举例剖析。1用定义判断两个变量间的相关性例1下列关系中，具有相关性的是（ ）人的身高与体重；学生的身高与学生的学习成绩；教师的执教水平与学习成绩；球的表面积与球的半径。A B C D 解析：人的身高越高，一般来说体重越大，具有相关性；学生的身高与学习成绩不具有相关性；教师
2、的执教水平越高，一般来说学生的学习成绩越好，具有相关性；球的半径确定，表面积也随之确定，所以球的表面积与球的半径之间是函数关系，不具有相关性，故选B.点评：相关性是指两个变量间确实有关系，但又不具备函数关系所要求的确定性，两个变量间的关系具有随机性和不确定性，主意并不是任何两个变量间都有相关性。2用散点图判断两个变量间的相关性例2下面的4个三点图中，两个变量具有相关性的是（ ）A B C D 解析：由图可知是一次函数关系，不是相关关系；的所有点在一条直线附近波动，是线性相关的；的散点不具任何关系，是不相关的；的散点在某曲线附近波动是非线性相关的，即两个变量具有相性的是，故选C.点评：散点图直观
3、的描述了两个变量间有没有相关性。由散点图判断相关关系有两种情况，若所有的点看上去都在一条直线波动，是线性相关的；若所有的点看上去都某条曲线附近波动，是非线性相关德。这两种情况都说明两个变量间具有相关性。3求回归方程及应用例3某车间为了规定工时定额,需要确定加工零件所花费的时间,为此作了四次试验,得到的数据如下:零件个数（个）2345加工时间（小时）2.5344.5（1）在图1中画出表中数据的散点图，并判断两个变量之间是否具线性相关？（2）求加工时间与零件个数之间的回归直线方程,并在图1中画出回归直线;（3）试预测加工10个零件需要多少时间.（注:）解析:（1）散点图如图2, 与具有线性相关系.（2）由表中数据得,故回归直线方程为.（3）当时,（小时）所以预测加工10个零件需要8.05小时.点评：求线性回归方程的基本步骤:画出两个变量的散点图,观察它们是否具有相关性; 线性相关,用最小二乘法估计线性回归方程中的参数; 写出回归直线方程.由于求回归方程时计算量太大，因此计算时要认真细致力求准确.
