Scatterplots, Lines of Best Fit, and Correlation Coefficients

                                                                                                         Shoe  Size  vs.  Height  

Someone  claims  that  there  is  a   1.    After  graphing  and  viewing  the  scatterplot,  do  height  
  relationship  between  
strong   and  shoe  size  appear  to  be  related?  How?  
someone's  height  and  their    
shoe  sizes.    You  are  to   2.    What  is  the  line  of  best  fit?  
investigate  this  claim.    S o  that    
males  and  females  can  be   3.    What  is  the  slope?    What  does  it  mean?  
considered  together,  either    
subtract  1.5  from  the   4.    What  is  the  y-­‐intercept?    What  does  it  mean?    Does  it  
women's  shoe  sizes  or  add  1.5   make  sense?  
to  the  men's  shoe  sizes.    Is  this    
  true?   5.    My  sister's  shoe  size  is  6.5.    What's  h er  predicted  
height?          
 
 

Correlation  Coefficient  or  r-­‐value    

The  correlation  coefficient,  denoted  r,  is  the  measure  of  how  well  a  collection  of  data  points  can  be  modeled  by  a  line.  
Correlation  coefficients  range  between  -­‐1  and  1.  The  closer  the  correlation  coefficient  is  to  1  or  -­‐1,  the  less  scattered  the  
points  are  and  the  stronger  the  relationship.  Only  data  points  on  the  scatter  plot  which  are  a  perfectly  straight  line  can  
have  r  =  –1  or  r  =  1.  
 
 
-­‐1              0               1  
Line  with  a  negative         No  line  fits  because         Line  with  a  positive  
slope  fits  best           no  pattern  exists         slope  fits  best  
Perfect  Negative  Correlation       No  Correlation           Perfect  Positive    
Correlation  
                                         
There  are  three  different  kinds  of  correlations:  
1. Negative  Correlation     2.  No  Correlation     3.  Positive  Correlation    

               

When  x  increases,  y         There  is  no  obvious         When  x  increases,  y  

decreases.  Points  can  be       pattern  or  trend.         increases.    Points  can  be  
approximated  by  a  line                   approximated  by  a  line  
with  negative  slope.                   with  positive  slope.  

What  an  example  of  a  situation  that  always  has…  

A  negative  correlation?       No  correlation?       A  positive  correlation?  
 
 
  
Using  the  Calculator  
Step  1:  Enter  Data  into  Calculator  
1. Press  STAT,  then  select  Edit,  and  press  Enter.    
2. Clear  the  list  for  L1  and  L2  by  selecting  L1  and  pressing  
clear,  then  selecting  L2  and  pressing  clear.  
3. Enter  the  x-­‐values  (total  fat)  in  List  1.  
4. Enter  the  y-­‐values  (total  calories)  in  List  2.  
 
Step  2:  Viewing  the  Scatterplot  
1. Press  2nd,  Y=,    turn  on  the  StatPlot1.  
2. Go  to  Zoom9  ZoomStat  
 
Step  3:    Find  Line  of  Best  Fit  (in  the  calculator)  
When  using  the  calculator  to  find  the  line  of  best  fit,  we  are  looking  for  the  linear  regression,  which  is  just  another  name  
for  line  of  best  fit.  
1. Once  the  data  is  entered  in  the  lists,  press  STAT,  then  press  over  to  CALC,  then  move  down  to  4,  which  is  
LinReg(ax+b).    
2. Press  enter  once  to  select  LinReg(ax+b),  then  again  for  the  calculator  to  actually  compute  the  linear  regression.    
3. The  screen  that  shows  up  will  tell  you  the  values  of  a  and  b,  where  a  =  m  =  slope  and  b  =  y-­‐intercept.  Write  down    
4. the  equation  of  the  line.  y  =  ____________________________  
5. The  vaule  for  r  =  correlation  coefficient  will  also  be  shown.  Remember,  the  closer  r  is  to  ±  1,  the  more  accurate  
the  line  of  best  fit  is.  (If  r  not  showing  up  tell  them  to  press  2nd  0,  CATALOG,  and  scroll  down  to  DiagnoticOn  
and  press  enter  twice.)  
 
Step  4:  Transfering  the  Best  Fit  Line  to  Y1  
1. Go  to  Y=  and  make  sure  Y1  is  cleared.  
2. Press  VARS,  then  move  down  to  5,  which  is  Statistics,  press  enter,  then  move  over  two  to  EQ,  down  to  1,  
RegEQ,  and  press  enter  to  make  RegEQ  the  equation  in  Y1.  This  is  the  equation  you  were  given  before.  
 
Step  5:    Predict!  
1. What  is  the  predicted  number  of  calories  in  hotdog  that  has  18  grams  of  total  fat?    (Use  table!)    _________  
2. Approximately,  what  is  the  total  fat  in  grams  of  a  sandwich  that  has  350  g  of  total  calories?  _________  
 
Practice    
A  biologist  is  studying  the  relationship  between  a  
tree’s  diameter  and  its  height.  She  records  the  
following  data  for  7  different  trees.    
 
1.)    Find  the  line  of  best  fit  to  model  the  data.  
 
2.)    What  is  the  slope?    What  is  the  y-­‐intercept?  
 
3.)    What  is  the  r-­‐value?    What  does  it  mean?  
 
4.)    What  is  the  predicted  height  of  a  tree  that  has  a  diameter  5.5  in.?  
 
5.)    Find  the  predicted  diameter  of  a  tree  that  is  25  ft.  tall.  
 
 
 
Correlation  Coefficient  &  Linear  of  Best  Fit  HW  
Name:    _____________  

8. Predict  the  type  (positive,  negative,  no)  and  strength  of  correlation  (strong,  weak)  for  the  following  
pairs  of  quantities.  

a. temperature  and  time  for  a  cup  of  coffee  left  on  the  counter.  

b. temperature  and  time  for  a  pot  of  cold  water  placed  on  a  hot  stove  to  boil.  

c. math  test  score  and  height  

d. amount  of  money  in  the  bank  and  the  number  of  days  since  the  last  paycheck.  
9.

 
10.  

 
11.  

 
12.