2.1.1简单随机抽样4班.ppt

* * * 当a，b取什么值时，Q的值最小，即总体偏差最小 根据有关数学原理分析，当 时，总体偏差 为最小，这样 就得到了回归方程，这种求回归方程的方法叫做最小二乘法. （其中，b是回归方程的斜率，a是截距） 0.577×65-0.448= 37.1 思考6：利用计算器或计算机可求得年龄和人体脂肪含量的样本数据的回归方程为 由此我们可以根据一个人的年龄预测其体内脂肪含量的百分比的回归值.若某人65岁，则其体内脂肪含量的百分比约为多少？ 能不能说他体内脂肪含量一定是37.1％？ 若某人65岁，可预测他体内脂肪含量在37.1％（0.577×65-0.448= 37.1％）附近的可能性比较大。但不能说他体内脂肪含量一定是37.1％ 原因：线性回归方程中的截距和斜率都是通过样本估计的，存在随机误差，这种误差可以导致预测结果的偏差，即使截距斜率没有误差，也不可能百分百地保证对应于x，预报值 能等于实际值y 归纳： 1.求样本数据的线性回归方程，可按下列步骤进行： 第一步，计算平均数 , 第二步，求和 , (列表） 第三步，计算 第四步，写出回归方程 例2、（07广东）下表提供了某厂节油降耗技术发行后生产甲产品过程中记录的产量(吨)与相应的生产能耗y(吨标准煤)的几组对应数据. X 3 4 5 6 y2.5 3 4 4.5 （1）请画出上表数据的散点图； （2）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y= ; （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：3×2.5+4×3+5×4+6×4.5＝66.5） 所求的回归方程为 （2）解： （3） 预测生产100吨甲产品的生产能耗比技改前降 低 (吨) 例2、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： 1、画出散点图； 2、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； 3、求回归方程； 4、如果某天的气温是2摄氏度，预测这天卖出的热饮杯数。 1、散点图 2、从图3-1看到，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。 3、从散点图可以看出，这些点大致分布在一条直线的附近，因此利用公式1求出回归方程的系数。Y= -2.352x+147.767 4、当x=2时，Y=143.063 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。 本节重点知识回顾 1、相关关系 （1）概念：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相关关系。 （2）相关关系与函数关系的异同点。 相同点：两者均是指两个变量间的关系。 不同点：函数关系是一种确定关系，是一种因果系；相关关系是一种非确定的关系，也不一定是因果关系（但可能是伴随关系）。 （3）相关关系的分析方向。 在收集大量数据的基础上，利用统计分析，发现规律，对它们的关系作出判断。 2、两个变量的线性相关 （1）回归分析 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。通俗地讲，回归分析是寻找相关关系中非确定关系的某种确定性。 （2）散点图 A、定义；B、正相关、负相关。 3、回归直线方程 注:如果关于两个变量统计数据的散点图呈现发散状,则这两个变量之间不具有相关关系. 3、回归直线方程 （1）回归直线：观察散点图的特征，如果各点大致分布在一条直线的附近，就称两个变量之间具有线性相关的关系，这条直线叫做回归直线。 （2）最小二乘法 (3)利用回归直线对总体进行估计 练习2-1、 观察两相关量得如下数据: x -1 -2 -3 -4 -5 5 3 4 2 1 y -9 -7 -5 -3 -1 1 5 3 7 9 求两变量间的回归方程. 解：列表： i 1 2 3 4 5 6 7 8 9 10 x -1 -2 -3 -4 -5 5 3 4 2 1 y -9 -7 -5 -3 -1 1 5 3 7 9 xiyi 9 14 15 12 5 5 15 12 14 9 计算得： 所求回归直线方程为 注意：求回归直线方程的步骤： 第一步：列表 第二步：计算： 第三