1-1-2线性回归..docVIP

3.1.2回归分析的基本思想及其初步应用（二） 主编:孙宜俊 一、教学目标 1.通过典型案例的探究，进一步了解回归分析的基本思想、方法. 2.会运用所学习的知识对实际问题进行回归分析,体会回归分析的实际价值和基本思想,解决实际问题. 3.从实际问题中发现自己的知识的不足之处,激发学生的好奇心和求知欲。 二、重难点： 了解评价回归效果的三个统计量：总偏差平方和、残差平方和、回归平方和,并会对实际问题进行回归分析. 知识链接 如何求线性回归方程? 回归系数__________________________=______________________; . 其中______________,________________. 2.,,有什么区别? 四、新课探究 (概念学习) 1.总偏差平方和=_________________,表示__________________. 2.残差:表示数据点和它在回归直线上相应位置的差异,是_________的效应.即=________________.其平方和_________________称为残差平方和. 3.回归平方和=__________________,它表示了随机误差的效应,解释变量效应的值. 4.相关指数:= __________________,来刻画回归的效果. 思考:1. 的范围? 2. 在线性回归模型中,有什么意义?如何用的值来判断模型模拟的效果? 五、典例解析 例1.关于x与y有如下数据 x 2 4 5 6 8 y 30 40 60 50 70 为了对两个变量进行统计分析,现有以下两种线性模型,甲:, 乙: ,试比较哪一个模型拟合的效果更好. 反思:_________________________ ______________________________. 例2.假设关于某设备的使用年限x (年)和所支出的维修费用y(万元)有如下的统计资料 x 2 3 4 5 6 y 2.2 3.8 5.5 6.5 7.0 由资料可知,y对x呈线性相关关系 求线性回归方程. 计算总偏差平方和,残差平方和及回归平方和. 求,并说明拟合效果. 反思:________________ 。 六、基础自测 1.(09.泰安模拟)对两个变量和进行回归分析,得到一组样本数据: (),(),…,(),则下列说法中不正确的是( ) 由样本数据得到的回归方程必过样本点的中心() 残差平方和越小的模型,拟合的效果越好. 用相关指数来刻画回归效果, 的值越小,说明模型的拟合效果越好. 若变量y和x之间的相关系数,则变量和之间具有线性相关关系. 2.(09.海南模拟)在两个变量y与x回归模型中,分别选择了4个不同模型,它们的相关指数如下,其中拟合效果最好的模型是( ) A.模型1的相关指数为0.98 B.模型2的相关指数为0.80 C.模型3的相关指数为0.50 D.模型4的相关指数为0.25 3.如果散点图的所有点都在一条直线上,则残差均为____________,残差平方和为________________,相关指数为__________________. 4.(09.荷泽模拟)在研究身高和体重关系时,求得相关系数=0.64,这说明了_____________________________________ _____. 5．已知某种商品的价格x(元)与需求量y(件)之间的关系如下一组数据: x 14 16 18 20 22 y 12 10 7 5 3 求y对于x的回归直线方程,并说明回归模型拟合效果的好坏. 七、当堂检测 1.(08.山东模拟)在回归分析中,代表了数据点和它在回归直线上相应位置的差异的是( ) A.总偏差平方和 B.残差平方和 C.回归平方和 D.相关指数 2.若某函数模型相对一组数据的残差平方和为89,其相关指数为0.95,则总偏差平方和为_______________,回归平方和为____________________. 3.给出一组数据如下 x 165 165 157 170 155 165 175 170 y 48 57 50 59 43 61 64 54 已知x与y有较好的线性相关关系,并求得线性回归方程为 (点拨:这实际上是以来代替) 请你评价预报变量y的变化有多少来自于解释变量x,有多少来自于随机变量e. 4.假定小麦基本苗数x与成熟期有效穗数y之间存在线性相关关系,今测得5组数