第1课线性回归方程.docVIP

第1课 线性回归方程 教学过程： 本文档由【中文word文档库】提供，转载分发敬请保留本信息； 中文word文档库免费提供海量范文、教育、学习、政策、报告和经济类word文档。 1.散点图 在散点图中,如果所有的样本点都落在某一函数的曲线上,就用该函数来描述变量之间的关系,即变量之间具有函数关系.如果所有的样本点都落在某一函数的曲线附近,变量之间就有相关关系.如果所有的样本点都落在某一直线附近,变量之间就有线性相关关系. 注:函数关系是一种理想的关系模型,而相关关系是一种更为一般的情况. 2.正相关、负相关 从散点图可知,即一个变量的值由小变大时,另一个变量的值也由小变大,这种相关称为正相关.如年龄的值由小变大时,体内脂肪含量也在由小变大. 反之,如果一个变量的值由小变大时,另一个变量的值由大变小,这种相关称为负相关. ※例题解析※ 〖例〗在某地区的12～30岁居民中随机抽取了10个人的身高和体重的统计资料如表： 根据上述数据，画出散点图并判断居民的身高和体重之间是否有相关关系． 思路解析: 1 用x轴表示身高,y轴表示体重,逐一描出各组值对应的点. 2 分析两个变量是否存在相关关系. 解答:以x轴表示身高,y轴表示体重,可得到相应的散点图如图所示: 由散点图可知,两者之间具有相关关系,且为正相关. 二 求回归方程 ※相关链接※ 最小二乘法 1 最小二乘法是种有效地求回归方程的方法,它保证了各点与此直线在整体上最接近,最能反映样本观测数据的规律. 2 最小二乘法估计的一般步骤: ①作出散点图,判断是否线性相关; ②如果是,则用公式求a、b,写出回归方程; ③根据方程进行估计. 注:如果两个变量不具有线性相关关系,即使求出回归方程也毫无意义,而且用其进行估计和预测也是不可信的. ※例题解析※ 〖例〗如表,其提供了某厂节能降耗技术改造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. 1 请画出表中数据的散点图; 2 请根据表中提供的数据,用最小二乘法求出y关于x的回归方程 思路解析:作散点图求出求得回归方程 解答: 1 题设所给数据,可得散点图如图. 2 对照数据,计算得: , 所以,由最小二乘法确定的回归方程的系数为: 因此,所求的线性回归方程为. 三 利用回归方程对总体进行估计 〖例〗炼钢是一个氧化降碳的过程,钢水含碳量的多少直接影响冶炼时间的长短,必须掌握钢水含碳量和冶炼时间的关系.如果已测得炉料熔化完毕时,钢水的含碳量x与冶炼时间y 从炉料熔化完毕到出钢的时间 的一列数据,如表所示: 1 作出散点图,你能从散点图中发现含碳量与冶炼时间的一般规律吗? 2 求回归方程; 3 预测当钢水含碳量为160时,应冶炼多少分钟? 思路解析: 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 按求回归方程的步骤和公式,写出回归方程; 3 利用回归方程分析. 解答: 1 可作散点图如图所示: 由图可知它们呈线性相关关系. 2 3 把x 160代入得,y 172.25 分钟 , 预测当钢水含碳量为160时,应冶炼172.25分钟. 注: 利用回归方程可以进行预测估计总体,回归方程将部分观测值所反映的规律进行延伸,是我们对有线性相关关系的两个变量进行分析和控制,依据自变量的取值估计和预报因变量值的基础和依据,有广泛的应用. 本文档由【中文word文档库】提供，转载分发敬请保留本信息； 中文word文档库免费提供海量范文、教育、学习、政策、报告和经济类word文档。 更多相关文档免费下载请登录: -中文word文档库 全品高考网