回归分析的基本思想及初步应用 .docVIP

学案4 回归分析的基本思想及其初步应用 学习目标：了解回归分析的基本思想、方法及简单应用. 学习重点：了解回归分析的基本思想 学习过程： 课前预习：内化知识 夯实基础 (一)基础知识 1、函数关系是一种 关系，而相关关系是一种 关系. 5、对于一组具有线性相关关系的数据且所求回归方程是 ，其中= = ,=___________,其中= ,= , 称为样本点的中心. 6、残差： 7、残差平方和： 8、相关指数的计算公式： ；显然，的值越大，说明残差平方和越小，也就是说模型的拟合效果越好. 9、残差或残差图的作用：（1） （2） 10、建立回归模型的基本步骤： （1） （2） （3） （4） （5） 二、新课 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下表： 编号 1 2 3 4 5 6 7 8 身高 165 165 157 170 175 165 155 170 体重 48 57 50 54 64 61 43 59 求根据女大学生的身高预报体重的回归方程，并预报一名身高为172cm的女大学生的体重。 解：画散点图（略）看是否有线性回归关系 求==0.849，==-85.712 回归直线方程=0.849x-85.712 1.回归模型：y=bx+a+e(其中a和b为参数，e为随机误差) e产生的原因： 用线性回归模型近似真实模型所引起的误差忽略了某些因素的影响观测误差 残差平方和= 总偏差平方和= 残差平方和越小模型拟合的效果越好 3.相关指数R2 R2越大，模型拟合的效果越好 4.建立回归模型的基本步骤是：确定研究对象，明确哪个变量是解释变量，哪个变量是预报变量；画好确定好的解释变量和预报变量的散点图，观察它们之间的关系（线性关系）.由经验确定回归方程的类型.按一定规则估计回归方程中的参数 （最小二乘法）；得出结论后在分析残差图是否异常，若存在异常，则检验数据是否有误，后模型是否合适等. 、例题选讲本周练习：1.对具有相关关系的两个变量统计分析的一种常用的方法是（　　 ）A．回归分析　　 B.相关系数分析　　 C.残差分析　　 D.相关指数分析2.在画两个变量的散点图时，下面叙述正确的是（　　 ）A．预报变量在 轴上，解释变量在 轴上　　B.解释变量在 轴上，预报变量在 轴上C.可以选择两个变量中任意一个变量在 轴上D.可以选择两个变量中任意一个变量在 轴上5.一位母亲记录了她儿子3到9岁的身高，数据如下表： 年龄（岁） 3 4 5 6 7 8 9 身高（ 94.8 104.2 108.7 117.8 124.3 130.8 139.0 由此她建立了身高与年龄的回归模型 ，她用这个模型预测儿子10岁时的身高，则下面的叙述正确的是（　　 ）A.她儿子10岁时的身高一定是145.83 　　B.她儿子10岁时的身高在145.83 以上C.她儿子10岁时的身高在145.83 左右D.她儿子10岁时的身高在145.83 以下7.两个变量有线性相关关系且残差的平方和等于0，则（　　 ）A.样本点都在回归直线上　　 B.样本点都集中在回归直线附近C.样本点比较分散　　　　　 D.不存在规律8.在建立两个变量 与