原创力文档- 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
复习： 1、用什么图表示两个变量间的相关关系比较直观？ 2、两个变量间的相关关系有几种？各是什么？ 3、用怎样的式子表示两个变量间的相关关系？ * * * * * * * * 散点图 正相关、负相关 回归方程 思考：当人的年龄增加时，体内脂肪含量到底是以什么方式增加的呢？ 0 20 25 30 35 45 50 55 60 x 年龄 5 10 15 20 25 30 35 40 y 脂肪含量 40 65 这些点大致分布在一条直线附近, 像这样如果散点图中的点的分布从整体上看大致在一条直线附近我们就称这两个变量之间具有线性相关关系, 这条直线叫做回归直线, 这条直线的方程叫做回归方程 0 20 25 30 35 45 50 55 60 x 年龄 5 10 15 20 25 30 35 40 y 脂肪含量 40 65 方案一：（采用测量的方法) 先画一条直线，测量出各点到它的距离，然后移动直线，到达一个使距离之和最小的位置，测量出此时直线的斜率和截距，就得到回归方程。 如何具体的求出回归方程？ 方案二、在图中选取两点画直线，使得直线两侧的点的个数基本相同。 我们应该如何具体的求出这个回归方程呢？ 方案三、在散点图中多取几组点，确定几条直线的方程，分别求出各条直线的斜率和截距的平均数，将这两个平均数作为回归方程的斜率和截距。 我们应该如何具体的求出这个回归方程呢？ 人们经过长期的实践与研究,已经找到了计算回归方程的较为科学的方法: 0 20 25 30 35 45 50 55 60 x 年龄 5 10 15 20 25 30 35 40 y 脂肪含量 40 65 人们经过长期的实践与研究,已经找到了计算回归方程的较为科学的方法: 0 20 25 30 35 45 50 55 60 x 年龄 5 10 15 20 25 30 35 40 y 脂肪含量 40 65 A B 人们经过长期的实践与研究,已经找到了计算回归方程的较为科学的方法: 距离之和： 越小越好 人们经过长期的实践与研究,已经找到了计算回归方程的较为科学的方法: 点到直线距离的平方和： 取最小值 人们经过长期的实践与研究,已经找到了计算回归方程的较为科学的方法: 以上公式的推导较复杂，故不作推导，这一方法叫最小二乘法。 回归方程为 求回归直线方程的步骤 2、列表 3、计算 4、代入公式求 的值 5、写出回归直线的回归方程 1、设回归方程 例1、有一个同学家开了一个小卖部，他为了研究气温对热饮销售的影响，经过统计，得到一个卖出的热饮杯数与当天气温的对比表： 摄氏温度 -5 0 4 7 12 15 19 23 27 31 36 热饮杯数 156 150 132 128 130 116 104 89 93 76 54 1、从散点图中发现气温与热饮销售杯数之间关系的一般规律； 2、求回归方程； （已知： ） 3、如果某天的气温是2摄氏度，预测这天卖出的热饮杯数。 摄氏温度 -5 0 4 7 12 15 19 23 27 31 36 热饮杯数 156 150 132 128 130 116 104 89 93 76 54 x y 解： 1、各点散布在从左上角到由下角的区域里，因此，气温与热饮销售杯数之间成负相关，即气温越高，卖出去的热饮杯数越少。 2、回归方程为： 3、当x=2时， 因此，某天的气温为2摄氏度时，这天大约可以卖出143杯热饮。 * * * *
文档评论（0）