10.3.4一元线性回归.pptxVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
10.3.4一元线性回归.pptx

统计概率概率统计10.3.4 一元线性回归确定关系正方形边长 x面积S复习1.正方形面积 S 与边长 x 之间的关系:2.人的身高不能确定体重,但平均说来“身高者,体也重”.那么身高和体重具有什么关系? 相关关系3.类似的情况生活中是否还有?(1)商品销售收入与广告支出经费;(2)粮食产量与施肥量.新授相关关系与函数关系的异同点: 相关关系函数相同点不同点均是指两个变量的关系 确定性的函数关系不确定性的随机变量相关关系 通常把研究两个变量间的相关关系叫一元线性回归分析. 新授例1 在某种产品表面进行腐蚀刻线试验,得到腐蚀深度Y 与腐蚀时间x之间的一组观察值如下表:x/s5101520304050607090120Y/μm610101316171923252946⑴观察表中数据的变化趋势.⑵在直角坐标系内作出图象.⑶观察图象中的点有什么特点?新授例1 在某种产品表面进行腐蚀刻线试验,得到腐蚀深度Y 与腐蚀时间x之间的一组观察值如下表:x/s5101520304050607090120Y/μm610101316171923252946⑴观察表中数据的变化趋势.⑵在直角坐标系内作出图象.⑶观察图象中的点有什么特点? 由表中数据看出,Y有随x增加而增加的趋势,但它们之间的这种关系无法用函数式准确表达,是一种相关关系. 结论:表示具有相关关系的两个变量的一组数据的图形,叫做散点图. 所有散点大致分布在图中画出的一条直线的附近. 直线就叫回归直线,记此直线方程为:①新授这样的直线可以画多少条呢?哪一条最能代表变量x与Y之间的关系呢?显然这样的直线还可以画出许多条,而我们希望找出其中的一条,它能最好地反映x与Y之间的关系,这条则①式叫做Y对x的回归直线方程,b叫做回归系数.回归直线方程其中a、b是待定系数② 新授新授用公式②来求例1中腐蚀深度 Y 对腐蚀时间x的回归直线方程. 由左表算得,x 的平均数为 , y 的平均数为 ,代入公式②得:b ≈ 0.304336 ,a ≈ 5.34即所求回归直线方程为:序号xyx2y2xy1562536302101010010010031510225100150420134001692605301690025648064017160028968075019250036195086053360052913809702549006251750109029810084126101112046140021165520∑51021436750542213910回归系数 b=0.304 ,它的意义是:腐蚀时间 x 每增加一个单位,深度 Y 平均增加 0.304 个单位.新授例2 设对变量 x,Y 有如下观察数据:x15115215315415615715816016016216316454242.5434445454645.5使用函数型计算器求Y对x的回归直线方程.(结果保留到小数点后三位数字)⑴计算平均数 与 ;⑵计算xi与yi的积,求⑶计算 ;⑸用 求 b ;归纳小结求回归直线方程的步骤:⑷将结果代入公式求 a;⑹写出回归方程 . 课后作业教材 P 194 A 组

文档评论(0)

专业好文档 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:6110200002000000

1亿VIP精品文档

相关文档