- 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、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、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、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 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、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、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
回归分析的思想及应用导学案.doc
3.1.1回归分析的基本思想及其初步应用
课前预习学案
预习目标
通过截距与斜率分别是使取最小值时,求的值。二、预习内容:
对于一组具有线性相关关系的数据其回归直线方程的截距和斜率的最小二乘法估计公式:
= ,=
2.= , =
3.样本点的中心
三、提出问题
如何使 值最小,通过观察分析式子进行试探推到
课内探究学案
学习目标
了解回归分析的基本思想和方法 , 培养学生观察分析计算的能力
二、学习重难点
学习重点:回归方程,
学习难点:、公式的推到
三、学习过程
1.使值最小时,值的推到
2.结论
3.中和的含义是什么
4. 一定通过回归方程吗?
四、典型例题
例1.研究某灌溉倒水的流速y与水深x之间的关系,测得一组数据如下:
水深x(m) 1.40 1.50 1.60 1.70 1.80 1.90 2.00 2.10 流速y(m/s) 1.70 1.79 1.88 1.95 2.03 2.10 2.16 2.21 求y与x的回归直线方程; (2) 预测水深为1.95m时水的流速是多少?
分析:(1)y与x的回归直线方程为
(2)当水深为1.95m时,可以预测水的流速约为2.12m/s
五、当堂练习
1.对两个变量y和x进行回归分析,得到一组样本数据:则下列说法不正确的是( )
A.由样本数据得到的回归方程必过样本中心 B.残差平方和越小的模型,拟合的效果越好
C.用相关指数来刻画回归效果,越小,说明模型的拟合效果越好
D.若变量y与x之间的相关系数,则变量y与x之间具有线性相关关系
2.已知某地每单位面积菜地年平均使用氮肥量xkg与每单位面积蔬菜年平均产量yt之间的关系有如下数据:
年份 1985 1986 1987 1988 1989 1990 1991 1992 x(kg) 70 74 80 78 85 92 90 95 y(t) 5.1 6.0 6.8 7.8 9.0 10.2 10.0 12.0
年份 1993 1994 1995 1996 1997 1998 1999 x(kg) 92 108 115 123 130 138 145 y(t) 11.5 11.0 11.8 12.2 12.5 12.8 13.0
若x与y之间线性相关,求蔬菜年平均产量y与使用氮肥量x之间的回归直线方程,并估计每单位面积蔬菜的年平均产量.(已知)
课后练习与提高
下表提供了某厂节能降耗技术改造后生产甲产品过程中记录的产量x(吨)与相应的生产能耗y(吨标准煤)的几组对照数据:
x 3 4 5 6 y 2.5 3 4 4.5 请画出上表数据的散点图;
请根据上表提供的数据,用最小二乘法求出y关于x的线性回归方程;
已知该厂技改前100吨甲产品的生产能耗为90吨标准煤,试根据(2)求出的线性回归方程,预测生产100吨甲产品的生产能耗比技改前降低多少吨标准煤?
(参考数值:)
解:(1)由题设所给数据,可得散点图如下图
3.1.2回归分析的基本思想及其初步应用回归分析的基本思想及其初步应用
课前预习学案
一、预习目标
1 了解相关系数r和相关指数R2
2 了解残差分析
3 了解随机误差产生的原因
二、预习内容
1 相关系数r
①
②r0表明两个变量 ;r0表明两个变量 ;r的绝对值越接近1,表明两个变量相关性 ,r的绝对值越接近0,表示两个变量之间 当r的绝对值大于 认为两个变量具有很强的相关性关系。
2 随机误差
①在线性回归模型:中,a和b为模型的 ,e是y与之间的 ,通常e为随机变量,称为随机误差,它的均值E(e)= ,
方差D(e)= 0
②线性回归模型的完整表达式为随机误差e的方差越小,通过回归直线预报真实值y的精确度
3 残差分析
①残差对于样本点而言,相应于它们的随机误差为
= = (i=1,2,3,…,n)
其估算值为= = (i=1,2,3,…,n).
文档评论(0)