复习线性回归方程的求法.ppt

a. 比《数学3》中“回归”增加的内容 数学３——统计 画散点图 了解最小二乘法的思想 求回归直线方程 y＝bx＋a 用回归直线方程解决应用问题 选修１-２——统计案例 引入线性回归模型 y＝bx＋a＋e 了解模型中随机误差项e产生的原因 了解相关指数 R2 和模型拟合的效果之间的关系 了解残差图的作用 利用线性回归模型解决一类非线性回归问题 正确理解分析方法与结果 * 必修3(第二章 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 用样本数字特征估计总体数字特征 线性回归分析 统计的基本思想 实际 样本 模 拟 抽 样 分 析 问题1：正方形的面积y与正方形的边长x之间 的函数关系是 y = x2 确定性关系 问题2：某水田水稻产量y与施肥量x之间是否 -------有一个确定性的关系？ 例如：在 7 块并排、形状大小相同的试验田上 进行施肥量对水稻产量影响的试验，得到如下所示的一组数据： 施化肥量x 15 20 25 30 35 40 45 水稻产量y 330 345 365 405 445 450 455 回顾变量之间的两种关系 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叫做相关关系。 1、定义： 1）：相关关系是一种不确定性关系； 注 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。 2）： 2、现实生活中存在着大量的相关关系。 如：人的身高与年龄； 产品的成本与生产数量； 商品的销售额与广告费； 家庭的支出与收入。等等 探索：水稻产量y与施肥量x之间大致有何规律？ 10 20 30 40 50 500 450 400 350 300 · · · · · · · 发现：图中各点，大致分布在某条直线附近。 探索2：在这些点附近可画直线不止一条， 哪条直线最能代表x与y之间的关系呢？ x y 施化肥量 水稻产量 施化肥量x 15 20 25 30 35 40 45 水稻产量y 330 345 365 405 445 450 455 散点图 10 20 30 40 50 500 450 400 350 300 · · · · · · · x y 施化肥量 水稻产量 怎样求回归直线？ 最小二乘法： 称为样本点的中心。 （3）对两个变量进行的线性分析叫做线性回归分析。 2、回归直线方程： （2）相应的直线叫做回归直线。 （1）所求直线方程 叫做回归直线方程； 其中 （注意回归直线一定经过样本点的中心） 例1 假设关于某设备的使用年限x和所有支出的维修费用y(万元)有如下的统计数据： 7.0 6.5 5.5 3.8 2.2 Y 6 5 4 3 2 x 若由此资料所知y对x呈线性相关关系，试求： 回归直线方程 估计使用年限为10年时，维修费用是多少？ 解题步骤： 作散点图 2.把数据列表，计算相应的值，求出回归系数 3.写出回归方程,并按要求进行预测说明。 例2 （2007年广东）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)的几组对应数据。 4.5 4 3 2.5 y 6 5 4 3 X 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 性回归方程 (3)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： ） 小结：求回归直线方程的步骤 （2）所求直线方程 叫做回归直线方程； 其中 （1）作散点图，通过图看出样本点是否呈条状分 布，进而判断两个量是否具有线性相关关系。 （3）根据回归方程，并按要求进行预测说明。 第一章 统计案例 1.1回归分析的基本思想及其初步应用 （第二课时） 什么是回归分析： “回归”一词是由英国生物学家F.Galton在研究人体身高的遗传问题时首先提出的。 根据遗传学的观点，子辈的身高受父辈影响，以X记父辈身高，Y记子辈身高。 虽然子辈身高一般受父辈影响，但同样身高的父亲，其子身高并不一致，因此， X和Y之间存在一种相关关系