(回归方程.pptVIP

　　　　　　　研究某灌溉渠道水的流速y与水深x之间的关系，测得一组数据如下： 　　 (Ⅰ)求y对x的回归直线方程； 　　(Ⅱ)预测水深为1.95m时水的流速是多少? 　　　(Ⅰ)作出散点图，如图所示 由散点图可观察到大致在一条直线上，所以可用线性回归方程来拟合它. 所以b≈0.733， 所以y对x的回归直线方程为 (Ⅱ)在本题中回归系数b=0.733的意思是：在此灌溉渠道中，水深每增加0.1 m，水的流速平均增加0.733 m/s,a=0.6948可以解释为水的流速中不受水深影响的部分，把x=1.95代入得到y=0.6948+0.733×1.95≈2.12 m/s，计算结果表明：当水深为1.95 m时可以预报渠水的流速约为2.12 m/s. 　　　　为了对某市中考成绩进行分析，在60分以上的全体同学中随机抽出8位，他们的数学（已折算为百分制）、物理、化学分数对应如下表， (Ⅱ)求y与x、z与x的线性回归方程(系数精确到0.01)，并用相关指数比较所求回归模型的效果. 参考数据： 　　　　相关关系的强弱可以用 回归模型的效果可由相关指数 　　2.两变量相关关系的强弱的判断在尚未断定两个变量之间是否具有线性关系之前，可以画出散点图，借助于图象的直观性加以判断.另 外，可求出相关系数 当　≥0.75时，相关性很强，当0.25≤　 ≤ 0.75时，相关性一般，当|r|≤0.25时，相关性较弱. 　　3.回归模型拟合的效果判断 　　(1)利用相关指数R2来刻画回归的效果： 其计算公式是 R2的值越大，表示模型拟合的效果越好. 若根据资料判断两个变量y与x具有线性相关关系， (1)求y关于x的回归方程； (2)求x关于y的回归方程； (3)预测当x＝18时，其数学成绩是多少？ [分析]　两个变量y与x具有线性相关关系①求变量y关于x的回归方程；②求变量x关于y的回归方程；③根据求回归方程的步骤求参数；④用于数学学习的时间x＝18时对其数学成绩进行预测． [点评]　知道x与y有线性相关关系，无需进行相关性检验(课本对此不作要求)．只有两个变量之间存在线性相关关系，才能求其线性回归方程，才能用其估计和预测．否则即使求出其线性回归方程，也是毫无意义的，而且用其估计和预测的量也是不可信的． 若由资料知y对x呈线性相关关系．试求： (1)线性回归方程 ＝a＋bx的回归系数a，b； (2)估计使用年限为10年时，维修费用是多少？ (2)函数关系是一种因果关系，而相关关系不一定是因果关系，也可能是伴随关系． (3)函数关系与相关关系之间有着密切联系，在一定条件下可以相互转化．而对于具有线性相关关系的两个变量来说，当求得其回归直线方程后，又可以用一种确定性的关系对这两个变量间的取值进行估计． (4)相关关系在现实生活中大量存在，从某种意义上讲，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．因此研究相关关系，不仅可以用来处理更为广泛的数学应用问题，还可以将对函数关系的认识上升到一个新的高度． 2.两个变量的线性相关 (1)散点图 ①散点图的特点形象地体现了各对数据的密切程度，因此可以根据散点图来判断两个变量有没有线性关系． ②从散点图上可以看出，如果变量之间存在着某种关系，这些点会有一个集中的大致趋势． (2)回归直线 ①回归直线的特征：像平均数可以作为一个变量的数据的代表一样，回归直线也可以作为两个变量之间具有相关关系的代表．回归直线是样本数据点最大程度的吻合，即散点回归． ②线性回归思想：把相关关系(不确定性关系)转化为函数关系(确定性关系)．当两个具有相关关系的变量近似满足一次函数关系时，所进行的回归分析叫线性回归分析． ③求回归直线方程的步骤： Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0