【创新设计】2015-2016学年高中数学 第一章 统计案例 1.1 回归分析的基本思想及其初步应用课件.ppt

要点二　线性回归分析 例2　为研究重量x(单位：克)对弹簧长度y(单位：厘米)的影响，对不同重量的6个物体进行测量，数据如下表所示： x 5 10 15 20 25 30 y 7.25 8.12 8.95 9.90 10.9 11.8 (1)作出散点图并求线性回归方程； 解　散点图如图 (2)求出R2; 解　列表如下： 回归模型的拟合效果较好. (3)进行残差分析. 解　由残差表中的数值可以看出第3个样本点的残差比较大，需要确认在采集这个数据的时候是否有人为的错误，如果有的话，需要纠正数据，重新建立回归模型；由表中数据可以看出残差点比较均匀地落在不超过0.15的狭窄的水平带状区域中，说明选用的线性回归模型的精度较高，由以上分析可知，弹簧长度与拉力成线性关系. 规律方法　在研究两个变量间的关系时，首先要根据散点图来粗略判断它们是否线性相关，是否可以用线性回归模型来拟合数据.然后，通过残差 1， 2，…， n来判断模型拟合的效果，判断原始数据中是否存在可疑数据.若残差点比较均匀地分布在水平带状区域内，带状区域越窄，说明模型拟合精度越高，回归方程预报精度越高. 跟踪演练2　关于x与y有如下数据： x 2 4 5 6 8 y 30 40 60 50 70 ∴甲模型的拟合效果比乙模型的拟合效果好. 要点三　非线性回归分析 例3　下表为收集到的一组数据： x 21 23 25 27