2013优化方案数学人教B版选修2-3课件：3.2.pptVIP

（1）x与Y之间是否具有线性相关关系？若有，求其回归直线方程； （2）若实际销售额不少于50百万元，则原料耗费应该不少于多少？ |r|＝0.9827＞r0.05＝0.950，从而有95%的把握认为x与Y之间具有线性相关关系， 由公式得回归系数 在一次抽样调查中测得样本的5个样本点，数值如下表： 试建立y与x之间的回归方程． 非线性回归分析 例3 x 0.25 0.5 1 2 4 y 16 12 5 2 1 【解】　由数值表可作散点图如下： 根据散点图可知y与x近似地呈反比例函数关系， 由散点图可以看出y与t呈近似的线性相关关系，列表如下： 【名师点评】　非线性回归问题有时并不给出经验公式．这时可以画出已知数据的散点图，把它与必修模块数学1中学过的各种函数(幂函数、指数函数、对数函数、logistic模型的“S”形曲线函数等)图象作比较，挑选一种跟这些散点拟合得最好的函数，然后像本例这样，采用适当的变量置换，把问题化为线性回归分析问题，使之得到解决． 变式训练 3.某地区不同身高的未成年男性的体重平均值如下表： 身高x(cm) 60 70 80 90 100 110 体重y(kg) 6.13 7.90 9.99 12.15 15.02 17.50 身高x(cm) 120 130 140 150 160 170 体重y(kg) 20.92 26.86 31.11 38.85 47.25 55.05 (1)试建立y对x的回归方程； (2)如果体重超过相同身高男性体重平均值的1.2倍为偏胖，低于0.8倍为偏瘦，那么这个地区一名身高为175 cm，体重为82 kg的在校男生的体重是否正常？ 解：(1)根据表中的数据作散点图，如图所 示． 由图可以看出，样本点分布在某条指数函数曲线y＝c1ec2x的附近，其中c1，c2为待定参 数．于是令z＝lny，得到x与z的数据如下表： x 60 70 80 90 100 110 120 130 140 150 160 170 z 1.81 2.07 2.30 2.50 2.71 2.86 3.04 3.29 3.44 3.66 3.86 4.01 作出散点图如图所示． 1.有下列说法： ①线性回归分析就是由样本点去寻找一条直线，使之贴近这些样本点的数学方法； ②利用样本点的散点图可以直观判断两个变量的关系是否可以用线性关系表示； 备选例题 答案：42.715 方法技巧 1.相关关系的判断 散点图：(1)优点：借助散点图的直观性对两个变量间有无线性相关关系及相关方向作出一个前提判断． 方法感悟 (2)缺点：散点图具有局限性，不能准确说明变量间的密切程度，且数据较大时，画散点图比较麻烦． 相关系数：根据公式计算r的值，用r来描述线性相关关系的强弱．当|r|越接近于1，相关程度越强；当|r|越接近于0，相关程度越弱，如例2及其变式训练． 2.两个变量不呈线性关系，不能直接利用线性回归方程建立两个变量的关系，可以通过变换的方法转化为线性回归模 型．如y＝c1ec2x，我们可以通过对数变换把指数关系变为线性关系．令z＝lny，则变换后样本点应该分布在直线z＝a＋bx(a＝lnc1，b＝c2)的周围．如例3及其变式训练． 失误防范 只有在x与Y之间具有相关关系时，求回归直线方程才有实用价值．特别是对r不呈线性相关的回归模型，可以通过散点图或求相关系数r首先作出是否线性相关的检验，然后选择恰当的回归模型进行模拟． 知能演练轻松闯关 本部分内容讲解结束 按ESC键退出全屏播放 栏目导引 新知初探 思维启动 典题例证 技法归纳 知能演练 轻松闯关 第三章　统计案例 3．2　回归分析 学习目标 学习导航 重点难点 重点：回归分析的基本思想与方法． 难点：回归分析的初步应用． 新知初探思维启动 一、线性回归方程及相关量的求法 想一想 二、相关性检验 1.相关系数 (1)相关系数r的计算公式 (2)相关系数r的性质 ①|r|≤______， ②|r|越接近1，线性相关程度________， ③|r|越接近0，线性相关程度________． 1 越强 越弱 2.假设检验的步骤 (1)作统计假设：x与Y不具有线性相关关系． (2)根据小概率0.05与n－2在附表中查出r的一个临界值r0.05. (3)根据样本相关系数计算公式算出r的值． (4)作统计推断． 如果|r|＞r0.05，表明有________把握认为x与Y之间具有线性相关关系． 如果|r|≤r0.05，则没有理由拒绝原来的假设，这时寻找回归直线方程是毫无意义的． 95% 想一想 2.在回归分析中，通过回归直线方程求出的函数值一定是真实值吗？为什么？ 提示：不一定是真实值．例如，人的体重与身高存在一定的线性关系，但体重除了受身高的影响外，还