3.1.1_回归分析的基本思想及其初步应用.ppt

郑平正 制作 3.分析方程回归效果的常用方法 59 43 61 64 54 50 57 48 体重/kg 170 155 165 175 170 157 165 165 身高/cm 8 7 6 5 4 3 2 1 编号 假设2:随机误差对体重没有影响，也就是说，体重仅受身高的影响，那么散点图 中所有的点将完全落在回归直线上。 怎样研究随机误差？ * * * 郑平正 制作 3.1回归分析的基本思想及其初步应用（一） 高二数学 选修2-3 求回归方程的关键是如何用数学的方法来刻画 “从整体上看各点与此直线的距离和最小” . 选 变 量 画散点图 选 模 型(线性) 估计参数(a,b) 分析和预测 建立回归模型的基本步骤 通过散点图,可直观地分析和了解两个变量是否存在相关关系,以确定回归模型． 通过分析相关指数、随机误差（残差图），进行预报． 这也就是回归分析的基本思想． 最小二乘法估计公式: 探究1：你能推导出着两个计算公式吗？(推导思路见下一片；推导过程见课本) 回归直线一定过样本点的中心！ 对于一组具有线性相关关系的数据: (x1,y1), (x2,y2), …, (xn,yn), 我们知道其回归直线y=bx+a的斜率和截距的最小二乘估计分别为： 后两项与α,β无关 前两项均为正且与α,β有关 此项为0,Q有最小值. 例1 从某大学中随机选取8名女大学生，其身高和 体重数据如表1-1所示： 59 43 61 64 54 50 57 48 体重/kg 170 155 165 175 170 157 165 165 身高/cm 8 7 6 5 4 3 2 1 编号 求根据女大学生的身高预报她的体重的回归方程， 并预报一名身高为172cm的女大学生的体重. 问题呈现：女大学生的身高与体重 分析：1、选取身高为自变量x，体重为因变量y，作散点图： 2、由散点图可以看出，样本点呈现条状分布，身高和体重有比较好的线性相关关系，因此可以用线性回归方程刻画它们之间的关系. 3、从散点图还看到，样本点散布在某一条直线的附近，而不是在一条直线上，所以不能用一次函数y=bx+a描述它们关系. 解：1.由于问题中要求根据身高预报体重，因此选取身高为自变量x，体重为因变量y． 3.用公式求出回归方程： 2. 画散点图； 本例中, 可求得r=0.7980.75．这表明体重与身高有很强的线性相关关系，从而也表明我们建立的回归模型是有意义的. 身高172cm女大学生可以预报其体重为: 所以回归方程为: 对回归模型进行统计检验 探究2：身高为172cm的女大学生的体重一定是60.316kg吗？如果不是，你能解析一下原因吗？ 答：身高为172cm的女大学生的体重不一定是60.316kg，但一般可以认为她的体重接近于60.316kg. 下图中的样本点和回归直线的相互位置说明了这一点. 由于样本点不在同一条直线上，只是散布在某一条直线附近，所以身高与体重的关系可用线性回归模型:y=bx+a+e, …… (3) 来表示，其中a和b为模型的未知参数，e是y与bx+a之间的误差.通常e为随机变量，称为随机误差(random error),即e称为随机误差.它的均值E(e)=0,方差D(e)=σ2.这样线性回归模型的完整表达式为： 一般假定均值为0,即期望各点都在直线y=bx+a上. 思考：产生随机误差e的原因(主要来源)是什么？ 一个人的体重除了受身高的影响外，还受其他许多因素的影响.其主要来源是(误差越小,回归模型的拟合效果越好！) (1)用线性回归模型近似真实模型(真实模型是客观存在的，只是通常我们不知道真实模型到底是什么)所引起的误差.另外可能存在非线性的函数能够更好地描述y与x之间的关系，但是现在却用线性函数来表达这种关系，结果就会产生误差.这种由于模型近似所引起的误差都包含在e中. (2)忽略了某些因素的影响.因为影响变量y的因素不只是变量x一个.例如:遗传因素、饮食习惯、是否喜欢运动等，所引起的误差都包含在e中. (3)观测误差.由于测量工具等原因造成度量误差也包含在e中. 事实上，我们无法知道身高和体重之间的确切关系是什么，这里只是利用线性回归方程来近似这种关系.这种近似以及上面提到的影响因素都是产生随机误差e的原因. 探究3：在线性回归模型中，e是用bx+a预报真实值y的随机误差，它是一个不可观测的量，那么怎样研究随机误差呢？ 是真实值与估计值的差！ 思考：如何发现数据中的错误？如何衡量模型的拟合效果？ 即在实际应用中应该尽量选择 R2 大的回归模型. 例2、在一段时间内，某中商品的价格x元和需求量Y件之间的一组数据为： 求出Y对的回归直线方程，并说明拟合效果的好坏。 价格x 14 16 18 20 22 需求量Y 12