【创新设计】2016-2017学年高中数学 第一章 统计案例 1.3 可线性化回归分析课件 北师大版选修1-.pptVIP

题型三　非线性回归模型的综合应用 例3　某地区不同身高的未成年男性的体重平均值如下表： 身高x/cm 60 70 80 90 100 110 体重y/kg 6.13 7.90 9.99 12.15 15.02 17.50 身高x/cm 120 130 140 150 160 170 体重y/kg 20.92 26.86 31.11 38.85 47.25 55.05 试建立y与x之间的回归方程. 解　根据题干表中数据画出散点图如图所示. 由图看出,样本点分布在某条指数函数曲线y＝c1ec2x的周围,于是令z＝ln y. 画出散点图如图所示. x 60 70 80 90 100 110 120 130 140 150 160 170 z 1.81 2.07 2.30 2.50 2.71 2.86 3.04 3.29 3.44 3.66 3.86 4.01 由表中数据可得z与x之间的线性回归方程：z＝0.663＋0.020x,则有y＝e0.663＋0.020x. 反思与感悟　根据已有的函数知识,可以发现样本分布在某一条指数型函数曲线y＝c1ec2x的周围,其中c1和c2是待定参数；可以通过对x进行对数变换,转化为线性相关关系. 跟踪训练3　在试验中得到变量y与x的数据如下表： 试求y与x之间的回归方程,并预测x＝40时,y的值. x 19 23 27 31 35 y 4 11 24 109 325 解　作散点图如图所示, 栏目索引 CONTENTS PAGE * 1.3　可线性化的回归分析 知识梳理 自主学习 * 1.3　可线性化的回归分析 题型探究 重点突破 * 1.3　可线性化的回归分析 当堂检测 自查自纠 * 1.3　可线性化的回归分析 ——更多精彩内容请登录 第一章—— [学习目标] 1.进一步体会回归分析的基本思想. 2.通过非线性回归分析,判断几种不同模型的拟合程度. §1　回归分析 1.3　可线性化的回归分析 1 知识梳理 自主学习 2 题型探究 重点突破 3 当堂检测 自查自纠 对不具有线性相关关系的两个变量做统计分析，通过变量代换，转化为线性回归模型. 知识点一　非线性回归分析 思考　有些变量间的关系并不是线性相关，怎样确定回归模型？ 答　首先要作出散点图，如果散点图中的样本点并没有分布在某个带状区域内，则两个变量不呈现线性相关关系，不能直接利用线性回归方程来建立两个变量之间的关系，这时可以根据已有函数知识，观察样本点是否呈指数函数关系或二次函数关系，选定适当的回归模型. 曲线方程 曲线图形 变换公式 变换后的 线性函数 y＝axb c＝ln a v＝ln x u＝ln y _____________ u＝c＋bv 知识点二　非线性回归方程 y＝aebx c＝ln a u＝ln y y＝ae c＝ln a v＝ u＝ln y u＝c＋bx u＝c＋bv y＝a＋ bln x v＝ln x u＝y u＝a＋bv 思考　如果两个变量呈现非线性相关关系，怎样求出回归方程？ 答　可以通过对解释变量进行变换，如对数变换或平方变换，先得到另外两个变量间的回归方程，再得到所求两个变量的回归方程. 例1　某产品的广告费用x与销售额y的统计数据如下表： 题型一　线性回归分析 广告费用x(万元) 4 2 3 5 销售额y(万元) 49 26 39 54 (1)由数据易知y与x具有线性相关关系,若b＝9.4,求线性回归方程y＝a＋bx； ∴回归直线方程为y＝9.1＋9.4x. (2)据此模型预报广告费用为4万元时的销售额. 解　当x＝4时,y＝9.1＋9.4×4＝46.7, 故广告费用为6万元时销售额为46.7万元. 跟踪训练1　为了研究3月下旬的平均气温(x)与4月20日前棉花害虫化蛹高峰日(y)的关系,某地区观察了2006年到2011年的情况,得到了下面的数据： 年份 2006 2007 2008 2009 2010 20