【创新设计-课堂讲义】2015-2016学年高中数学（人教A版选修1-2）课时作业：第一章 统计案例.docxVIP

PAGE  1　加深理解回归分析与独立性检验 一、回归分析 1．回归直线方程eq \o(y,\s\up6(^)) ＝eq \o(b,\s\up6(^)) x＋eq \o(a,\s\up6(^)) ，其中： eq \o(b,\s\up6(^)) ＝eq \f(\o(∑,\s\up6(n),\s\do4(i＝1)) (xi－\x\to(x))(yi－\x\to(y)),\o(∑,\s\up6(n),\s\do4(i＝1)) (xi－\x\to(x))2)＝eq \f(\o(∑,\s\up6(n),\s\do4(i＝1))xiyi－n\x\to(x) \x\to(y),\o(∑,\s\up6(n),\s\do4(i＝1))x\o\al(2,i)－n\x\to(x)2)，eq \o(a,\s\up6(^)) ＝eq \x\to(y)－eq \o(b,\s\up6(^)) eq \x\to(x). (注：eq \o(b,\s\up6(^)) ＝eq \f(\o(∑,\s\up6(n),\s\do4(i＝1))xiyi－n\x\to(x) \x\to(y),\o(∑,\s\up6(n),\s\do4(i＝1))x\o\al(2,i)－n\x\to(x)2)主要方便计算，其中(xi，yi)为样本数据，(eq \x\to(x)，eq \x\to(y))为样本点的中心) 公式作用：通过刻画线性相关的两变量之间的关系，估计和分析数据的情况，解释一些实际问题，以及数据的变化趋势． 公式联系：是进行残差分析的基础． 2．样本相关系数的具体计算公式： r＝eq \f(\o(∑,\s\up6(n),\s\do4(i＝1)) (xi－\x\to(x))(yi－\x\to(y)),\r(\o(∑,\s\up6(n),\s\do4(i＝1)) (xi－\x\to(x))2\o(∑,\s\up6(n),\s\do4(i＝1)) (yi－\x\to(y))2)) ＝eq \f(\o(∑,\s\up6(n),\s\do4(i＝1))xiyi－n\x\to(x) \x\to(y),\r((\o(∑,\s\up6(n),\s\do4(i＝1))x\o\al(2,i)－n\x\to(x)2)(\o(∑,\s\up6(n),\s\do4(i＝1))y\o\al(2,i)－n\x\to(y)2))) 公式作用：反映两个变量之间线性相关关系的强弱．当r的绝对值接近1时，表明两个变量的线性相关性越强；当r的绝对值接近0时，表明两个变量之间几乎不存在线性相关关系．规定当r0.75时，认为两个变量有很强的线性相关关系． 公式联系：(1)由于分子与回归方程中的斜率b的分子一样(这也给出了公式的内在联系以及公式的记法)，因此，当r0时，两个变量正相关；当r0时，两个变量负相关． (2)常配合散点图判断两个随机变量是否线性相关． 散点图是从形上进行粗略地分析判断，这个判断是可行的、可靠的，也是进行线性回归分析的基础，否则回归方程失效；它形象直观地反映了数据点的分布情况． 相关系数r是从数上反映了两个随机变量是否具有线性相关关系，以及线性相关关系的强弱，它较精确地反映了数据点的分布情况，准确可靠． 3．我们可以用相关指数R2来刻画回归的效果，其计算公式是： R2＝1－eq \f(\o(∑,\s\up6(n),\s\do4(i＝1)) (yi－\o(y,\s\up6(^)) i)2,\o(∑,\s\up6(n),\s\do4(i＝1)) (yi－\x\to(y))2)＝eq \f(\o(∑,\s\up6(n),\s\do4(i＝1)) (yi－\x\to(y))2－\o(∑,\s\up6(n),\s\do4(i＝1)) (yi－\o(y,\s\up6(^)) i)2,\o(∑,\s\up6(n),\s\do4(i＝1)) (yi－\x\to(y))2) 用R2来刻画回归的效果．对于已经获取的样本数据，R2表达式中的eq \o(∑,\s\up6(n),\s\do4(i＝1)) (yi－eq \x\to(y))2为确定的数．因此R2越大，意味着残差平方和eq \o(∑,\s\up6(n),\s\do4(i＝1)) (yi－eq \o(y,\s\up6(^)) i)2越小，即模型的拟合效果越好；R2越小，残差平方和越大，即模型的拟合效果越差．在线性回归模型中，R2表示解释变量对于预报变量变化的贡献率．R2越接近于1，表示回归的效果越好．R2是常用的选择模型的指标之一，在实际应用中应该尽量选择R2大的回归模型． 二、独立性检验 (一)基础概念的梳理与理解 1．分