2013苏教版选修（2-3）3.2《回归分析》课件1.pptVIP

* 普通高中课程标准数学2-3(选修) 第三章 统计案例 3.2 回归分析（约3课时） 一、复习引入 《数学3》第二章统计中我们曾经学习过变量的相关关系，以及两个变量的线性相关等知识，得到了求线性回归方程的初步思想方法。 问题1：现实生活中两个变量间的关系有哪些呢？ 两个变量的关系 确定性函数关系 相关关系 线性相关 非线性相关 一、复习引入 相关关系：对于两个变量，当变量x取值一定时，变量y的取值带有一定随机性的两个变量之间的关系。 ①相关关系是一种不确定性关系； ②对具有相关关系的两个变量进行统计分析的方法叫回归分析。 注： ③能用直线方程 近似表示的相关关系叫做线性相关关系。 ④回归分析本质：寻找相关关系中非确定性关系的某种确定性。 一、复习引入 ⑤回归分析的意义：相关关系到处存在，从某种意义上讲，函数关系是一种理想的关系模型，而相关关系则是一种非常普遍关系。研究和学习相关关系，不仅可以使我们能够处理更为广泛的数学问题，还可以使我们对函数关系的认识再上升到一个新的高度。 问题2：如何判断两个变量间的线性相关关系？ 散点图：将样本中n个数据点(xi,yi)(i=1,2,…,n)描在平面直角坐标系中，以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。 一、复习引入 注： 散点图的作用—— ①利用散点图从“形”上判断变量之间有无相关关系 ②是一种直观但粗略的判断方法 ③散点图形象地反映了各对数据的密切程度 一、复习引入 1.线性回归模型 其中y=a+bx是确定性函数，?i是随机误差 注：? 产生的主要原因： (1)所用确定性函数不恰当； (2)忽略了某些因素的影响； (3)存在观测误差。 问题3：对于线性相关的两个变量用什么方法来刻划之间的关系呢？ 一、复习引入 2.对于线性回归模型 应注意以下两个问题： I 模型的合理性； II 在模型合理的情况下，如何估计a，b。 一、复习引入 3.求线性回归方程的步骤： (1)作出散点图; (2)代入公式,求 的值; (3)写出线性回归直线方程: 如何对一组数据之间的线性相关程度作出定量分析？ 二、提出问题 问题：有时散点图的各点并不集中在一条直线的附近，仍然可以按照求回归直线方程的步骤求回归直线，显然这样的回归直线没有实际意义。在怎样的情况下求得的回归直线方程才有实际意义？ 即建立的线性回归模型是否合理？ 散点图只是形象地描述点的分布情况,它的“线性”是否明显只能通过观察,要想把握其特征,必须进行定量的研究。 需要对x,y的线性相关性进行检验 三、概念形成 概念1.相关性检验 对于变量x与Y随机取到n对数据(x1,y1),(x2,y2), …,(xn,yn)，则样本的线性相关系数 三、概念形成 概念1.相关性检验 相关系数的性质: (1)|r|≤1。 (2)|r|越接近于1，x,y的线性相关程度越强；|r|越接近于0，相关程度越弱。 问题：达到怎样程度，x、y线性相关呢？它们的相关程度怎样呢？ 相关系数r的绝对值与1接近到什么程度才表明利用线性回归模型比较合理呢? 三、概念形成 概念1.相关性检验 检验方法步骤如下: 1.提出统计假设H0：变量x,y不具有线性相关关系; 2.如果以95%的把握作出推断,那么可以根据1-0.95与n-2在附录97页中查出一个r的临界值r0.05。(其中1-0.95=0.05称为检验水平) 3.计算样本相关系数r ; 0.561 0.444 18 0.735 0.602 9 0.575 0.456 17 0.765 0.632 8 0.590 0.468 16 0.798 0.666 7 0.606 0.482 15 0.834 0.707 6 0.623 0.497 14 0.874 0.754 5 0.641 0.514 13 0.917 0.811 4 0.661 0.532 12 0.959 0.878 3 0.684 0.553 11 0.990 0.950 2 0.708 0.576 10 1.000 0.997 1 1% 5% n-2 1% 5% n-2 附录 三、概念形成 概念1.相关性检验 检验方法步骤如下: 4.作出统计推断:若|r|＞r0.05，则否定H0表明有95%的把握认为x与y之间具有线性相关关系;若|r|≤ r0.05，则没有理由拒绝原来的假设H0,就目前数据而言没有充分理由认为y与x之间有线性相关关系。 0.561 0.444 18 0.735 0.602 9 0.575 0.456 17 0.765 0.632 8 0.590 0.468 16 0.798 0.666 7 0.606 0.482 15 0.834 0.707 6 0.623 0.49