统计案例复习新.pptVIP

统计案例复习 辉县二中：孙利明 相关关系与函数关系有怎样的不同？ 函数关系中的两个变量间是一种确定性关系 相关关系是一种非确定性关系 练习：1．设有一个回归方程为y=2-2.5x,则变量x增加一个单位时（ ） A. y平均增加2.5个单位 B. y平均增加2个单位 C. y平均减少2.5个单位 D. y平均减少2个单位 二.独立性检验： 定义：根据假设检验，利用随机变量K2来确定在多大程度上可以认为“两个分类变量有关系”的方法，称为两个分类变量的独立性检验 本章总结提升 1. 掌握建立回归模型的步骤： （1）确定研究对象，明确解释变量和预报变量； （2）画出散点图，观察它们之间的关系（如是否存在线性关系等）； （3）由经验确定回归方程的类型； （4）按一定规则（如最小二乘法）估计回归方程中的参数； （5）得出结果后残差图是否有异常，入欧存在异常，则检查数据是否有 误 ，或模型是否合适等. 2．用独立性检验来考察“与是否有关系”的步骤： （1）提出假设：与没有关系； （2）根据2×2列联表与公式计算的值； （3）查对临界值表作出判断. 3. 利用 ，求出它的值，再利用临界值的大小关系来判断 假设是否成立，解题时应注意准确代数与计算，不可错用公式；准确进行比较与判断. 作业及练习 学习周报：第29期2.3版 * * 高中统计知识结构 收集数据 (随机抽样) 整理、分析数据估计、推断 简单随机抽样 分层抽样 系统抽样 用样本估计总体 变量间的相关关系 用样本的频率分布估计总体分布(频率分布图和茎叶图) 用样本数字特征估计总体数字特征（平均值，中位数，众数，标准差，方差） 线性回归分析 独立性检验（分类变量间的相关关系） 独立性检验(假设，2Χ2联表，计算K2,查表得结论) 关于分类变量例如，吸烟是否与患肺癌有关系？ 性别是否对于喜欢数学课程有影响？等等。 1、两个变量的关系 不相关 相关关系 函数关系 线性相关 非线性相关 现实生活中两个变量间的关系有哪些呢？ 相关关系：对于两个变量，当自变量取值一定时，因变量的取值带有一定随机性的两个变量之间的关系。 函数关系是一种理想的关系模型 相关关系在现实生活中大量存在，是更一般的情况 一.回归分析：1.回归分析知识结构图 问题背景分析 线性回归模型 两个变量线性相关 最小二乘法 两个变量非线性相关 非线性回归模型 残差分析 散点图 应用 注：虚线表示高中阶段不涉及的关系 2.求线性回归方程： 最小二乘估计下的线性回归方程： 回归直线必过样本点的中心 1.线性回归模型： 其中a和b为模型的未知参数，e称为随机误差. 3.回归模型的建立： 2.函数模型与“回归模型”的关系 函数模型：因变量y完全由自变量x确定 回归模型： 预报变量y完全由解释变量x和随机误差e确定 思考：如何发现数据中的错误？如何衡量随机模型的拟合效果？ 1.残差分析法：我们可以通过分析发现原始数据中的可疑数据，判断建立模型的拟合效果。 显然，R2的值越大，说明残差平方和越小，也就是说模型拟合效果越好。 在线性回归模型中，R2表示解析变量对预报变量变化的贡献率。 R2越接近1，表示回归的效果越好（因为R2越接近1，表示解析变量和预报变量的 线性相关性越强）。 如果某组数据可能采取几种不同回归方程进行回归分析，则可以通过比较R2的值 来做出选择，即选取R2较大的模型作为这组数据的模型。 注：相关指数R2是度量模型拟合效果的一种指标。在线性模型中，它代表 自变量刻画预报变量的能力。 2.我们还可以用相关指数R2来刻画回归的效果，其计算公式是 一般地，建立回归模型的基本步骤为： （1）确定研究对象，明确哪个变量是解析变量，哪个变量是预报变量。 （2）画出确定好的解析变量和预报变量的散点图，观察它们之间的关系 （如是否存在线性关系等）。 （3）由经验确定回归方程的类型（如我们观察到数据呈线性关系，则选用线性回归方程y=bx+a）. （4）按一定规则估计回归方程中的参数（如最小二乘法）。 （5）得出结果后分析残差图是否有异常（个别数据对应残差过大，或残差呈现不随机的规律性，等等），过存在异常，则检查数据是否有误，或模型是否合适等。 4.建立回归模型的基本步骤： 例析.某种产品的广告费用支出 与销售额之间有如下的对应数据： 70 50 60 40 30 8 6 5 4 2 （1）画出散点图；（2）求回归直线方程； （3）据此估计广告费用为 销售收入 的值