【金版学案】2014-2015学年高中数学章末知识整合（人教版选修2-3）第三章.docVIP

数学·选修2－3(人教A版) 本章小结 一、建立回归模型的基本步骤 1．确定研究对象，明确哪个变量是解释变量，哪个变量是预报变量． 2．画出确定好的解释变量和预报变量的散点图，观察它们之间的关系． 3．确定回归方程的类型． 4．按一定规则估计回归方程中的参数． 5．分析残差图是否有异常． 二、线性回归模型 从散点图看，若样本点集中在某一条直线附近，可用线性回归模型来表示：y＝bx＋a＋e.其中a和b为模型的未知参数，e称为随机误差．把和称为未知参数a和b的最好估计． ＝，＝－ . 三、指数函数模型 样本点分布在某一条指数函数曲线的周围(其中c，c是待定的参数)，故可用指数函数模型来拟合这两个变量． 在上式两边取对数，得ln y＝cx＋ln c，再令z＝ln y，则z＝cx＋ln c，则z与x间有线性相关的关系． 四、二次函数模型 用二次函数模型y＝cx2＋c来拟合两个变量间的关系(令t＝x2，则y＝ct＋c)． 五、相关系数、偏差平方和、残差平方和、回归平方和、相关指数 相关系数：r＝； 总偏差平方和：(－)2； 残差平方和：(－)2； 回归平方和：(－)2－(－)2； 相关指数：R2＝1－，R2的值越大，说明残差平方和越小，模型的拟合效果越好． 六、列联表 分类变量的汇总统计表(频数表)：一般我们研究的每个分类变量只取两个值，这样的列联表称为2×2列联表． 七、三维柱形图和二维条形图 1．在三维柱形图中，主对角线上两个柱形高度的乘积ad与副对角线上两个柱形高度的乘积bc相差越大，H1成立的可能性就越大． 2．在二维条形图中，计算和，两个值相差越大，H1成立的可能性就越大． 八、独立性检验的步骤： (1)通过列联表确定a，b，c，d，n的值，根据实际问题需要的可信程度确定临界值k0； (2)利用K2＝求出K2的观测值k； (3)如果k≥k0，就推断“两个分类变量有关系”，这种推断犯错误的概率不超过α，否则就认为在犯错误的概率不超过α的前提下不能推断“两个分类变量有关系”． 线性回归方程 　在电阻碳含量对于电阻的效应研究中，得到如下表所示的数据： 含碳量x/% 0.10 0.30 0.40 0.55 0.70 0.80 0.95 20 ℃时电阻y/μΩ 15 18 19 21 22.6 23.8 26 (1)求出y与x的相关系数并判断相关性； (2)求出电阻y与含碳量x之间的回归直线方程． 解析：(1)∵≈0.543，≈20.771， ＝2.595，＝3 104.2， ＝85.61. 代入公式，得r＝＝≈0.997. ∵r＞0.75，故y与x之间有很强的线性相关关系． (2)＝＝ ≈12.54， ＝－＝20.771－12.54×0.543≈13.96， ∴电阻y关于含碳量x之间的回归直线方程是＝12.54x＋13.96. 点评： 在散点图中，若样本点大致分布在一条直线附近，则利用线性回归模型进行研究，可近似地利用回归直线方程来预报．求回归直线方程的基本步骤如下： ①将表中的各对数据在平面直角坐标系中描点，得到散点图． ②按照求回归方程的步骤和公式，写出回归方程． 线性回归分析的应用 　一个车间为了规定工时定额，需确定加工零件所花费的时间，为此进行了10次试验，测得的数据如下表： 零件 数x/个 10 20 30 40 50 60 70 80 90 100 加工时 间y/min 62 72 75 81 85 95 103 108 112 127 且知x与y具有线性相关关系，试求出线性回归方程并说明拟合效果的好坏． 解析：设回归模型为＝＋x， 易求得＝55，＝92，＝38 500，iyi＝56 130， 所以＝＝＝≈0.670， ＝－＝92－×55＝≈55.133， 故线性回归方程为＝0.670x＋55.133. i 61.833 68.533 75.233 81.933 88.633 yi－i 0.167 3.467 －0.233 －0.933 －3.633 yi－ －30 －20 －17 －11 －7i 95.333 102.033 108.733 115.433 122.133 yi－i －0.333 0.967 －0.733 －3.433 4.867 yi－ 3 11 16 20 35 　　R2＝1－≈0.983， 故R2≈0.983说明拟合效果较好． 点评：作残差分析时，一般从几个方面予以说明：(1)散点图；(2)相关指数；(3)残差图中的异常点和样本点的带状分布区域的宽窄． 独立性检验 　现对某市工薪阶层关于“楼市限购令”的态度进行调查，随机抽调了50人，他们月收入的频数分布及对“楼市限购令”赞成人数如下表所示： 月收入/ 百元 [15,25) [25,35) [35,45) [45,55) [55,