1.9最小二乘估计课件 课件（北师大版必修3）.pptVIP

第一章　统　计 1.9 最小二乘估计 * 【目标引领】 教学目标： 了解非确定性关系中两个变量的统计方法；掌握散点图的画法及在统计中的作用，掌握 回归直线方程的求解方法。 教法指导： ①求回归直线方程，首先应注意到，只有在散点图大致呈线性时，求出的回归直线方程才有实标意义．否则，求出的回归直线方程毫无意义．因此，对一组数据作线性回归分析时，应先看其散点图是否成线性． ②求回归直线方程，关键在于正确地求出系数a、b，由于求a、b的计算量较大，计算时仔细谨慎、分层进行，避免因计算产生失误． ③回归直线方程在现实生活与生产中有广泛的应用．应用回归直线方程可以把非确定性问题转化成确定性问题，把“无序”变为“有序”，并对情况进行估测、补充．因此，学过回归直线方程以后，应增强学生应用回归直线方程解决相关实际问题的意识． 【解析视屏： 1．相关关系的概念 在实际问题中，变量之间的常见关系有两类： 一类是确定性函数关系，变量之间的关系可以用函数表示。例如正方形的面积S与其边长之间的函数关系（确定关系）； 一类是相关关系，变量之间有一定的联系，但不能完全用函数来表达。例如一块农田的水稻产量与施肥量的关系（非确定关系） 相关关系：自变量取值一定时，因变量的取值带有一定随机性的两个变量之间的关系叫做相关关系。 相关关系与函数关系的异同点： 相同点：均是指两个变量的关系。 不同点：函数关系是一种确定关系；而相关关系是一种非确定关系；函数关系是自变量与因变量之间的关系，这种关系是两个非随机变量的关系；而相关关系是非随机变量与随机变量的关系。 经典回放： 例1：下列各组变量哪个是函数关系，哪个是相关关系？ （1）电压U与电流I （2）圆面积S与半径R （3）自由落体运动中位移s与时间t （4）粮食产量与施肥量 （5）人的身高与体重 （6）广告费支出与商品销售额 分析：函数关系是一种确定关系；而相关关系是一种非确定关系；函数关系是自变量与因变量之间的关系，这种关系是两个非随机变量的关系；而相关关系是非随机变量与随机变量的关系。 解：前三小题中一个变量的变化可以确定另一个变量的变化，两者之间是函数关系。 对于粮食与施肥量，两者确实有非常密切的关系，实践证明，在一定的范围内，施肥量越多，粮食产量就越高，但是，施肥量并不能完全确定粮食产量，因为粮食产量还与其他因素的影响有关，如降雨量、田间管理水平等。因此，粮食与施肥量之间不存在确定的函数关系。 　人的身高与人的体重也密切相关，一般来说，一个人的身高越高，体重也越重，但同样身高的人，其体重不一定相同，身高和体重这两个变量之间并不是严格的函数关系。 广告费支出与商品销售额有密切的关系，但广告费的支出不能完全决定商品的销售额。由此可见，后三小题各对变量之间的关系是相关关系。 点评：不要认为两个变量间除了函数关系，就是相关关系，事实是上，两个变量间可能毫无关系。比如地球运行的速度与某个人的行走速度就可认为没有关系。 例2：已知10只狗的血球体积及红血球的测量值如下： 7.72 6.55 6.20 9.49 5.90 6.99 7.50 9.25 6.30 6.53 y 50 39 40 58 35 42 48 46 42 45 ｘ ｘ（血球体积，ｍｍ），ｙ（血红球数，百万） (1)画出上表的散点图;(2)求出回归直线并且画出图形。 解：（１）见下图 点评：对一组数据进行线性回归分析时，应先画出其散点图，看其是否呈直线形，再依系数a、b的计算公式，算出a、b．由于计算量较大，所以在计算时应借助技术手段，认真细致，谨防计算中产生错误．求线性回归方程的步骤：计算平均数；计算的积，求；计算；将结果代入公式求ａ；用 求ｂ；写出回归方程。 例3　随着人们经济收入的不断增长，个人购买家庭轿车已不再是一种时尚．车的使用费用，尤其是随着使用年限的增多，所支出的费用到底会增长多少，一直是购车一族非常关心的问题．某汽车销售公司做了一次抽样调查，并统计得出某款车的使用年限x与所支出的总费用y(万元)有如下的数据资料： 7.0 6.5 5.5 3.8 2.2 总费用y 6 5 4 3 2 使用年限x (2)线性回归方程是y＝1.23x＋0.08，当x＝10(年)时，y＝1.23×10＋0.08＝12.38(万元)，即估计使用10年时，支出总费用约是12.38万元． 点评　求线性回归方程应给出线性回归系数公式，在求解时为了使计算更准确可以先制表，这样使计算过程更具条理性 【课堂练习】 1 . 下列两个变量之间的关系哪个不是函数关系（　D　　） A．角度和它的余弦值 B.正方形边长和面积 C．正ｎ边形的边数和它的内角和 D.人的年龄和身高 2．某市纺织工人的月工资（元）依劳动生产率（千元）变化的回归方程为y=50+80x，则下列说法中正确