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

1.3　可线性化的回归分析 明目标、知重点　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．常见的非线性回归模型 幂函数曲线y＝axb，指数曲线y＝aebx. 倒指数曲线y＝ae，对数曲线y＝a＋bln_x. 2．非线性函数可以通过变换转化成线性函数，得到线性回归方程，再通过相应变换得到非线性回归方程． 探究点一　非线性回归模型 思考1　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，不能直接利用回归方程来建立两个变量之间的关系，这时可以根据已有的函数知识，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． 思考2　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. 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 画出散点图如图所示． 由表中数据可得＝115，＝2.962 5，iyi＝4 370.5，＝173 000， ∴b＝≈0.020， ∴a＝－b ≈0.663， ∴z与x之间的线性回归方程为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1　在彩色显影中，由经验知：形成染料光学密度y与析出银的光学密度x由公式y＝Ae (b0)表示．现测得试验数据如下： xi 0.05 0.06 0.25 0.31 0.07 0.10 yi 0.10 0.14 1.00 1.12 0.23 0.37 xi 0.38 0.43 0.14 0.20 0.47 yi 1.19 1.25 0.59 0.79 1.29 试求y对x的回归方程． 解　由题给的公式y＝Ae，两边取自然对数，便得ln y＝ln A＋，与线性回归方程相对照，只要取u＝，v＝ln y，a＝ln A. 就有v＝a＋bu. 题给数据经变量置换u＝，v＝ln y变成如下表所示的数据： ui 20.000 16.667 4.000 3.226 14.286 10.000 vi －2.303 －1.966 0 0.113 －1.470 －0.994 ui 2.632 2.326 7.143 5.000 2.128 vi 0.174 0.223 －0.528 －0.236 0.255 可得ln y＝0.548－， 即y＝e0.548－＝e0.548·e－≈1.73e－， 这就是y对x的回归方程． 探究点二　非线性回归分析 思考　对于两个变量间的相关关系，是否只有唯一一种回归模型来拟合它们之间的相关关系？ 答　不一定．我们可以根据已知数据的散点图，把它与幂函数、指数函数、对数函数、二次函数图像进行比较，挑选一种拟合比较好的函数，作为回归模型． 例2　对两个变量x，y取得4组数据(1,1)，(2,1.2)，(3，1.3)，(4,1.37)，甲、乙、丙三人分别求得数学模型如下： 甲　y＝0.1x＋1， 乙　y＝－0.05x2＋0.35x＋0.7， 丙　y＝－0.8·0.5x＋1.4，试判断三人谁的数学模型更接近于客观实际． 解　甲模型，当x＝1时，y＝1.1； 当x＝2时，y＝1.2； 当x＝3时，y＝1.3；当x＝4时，y＝1.4. 乙模型，当x＝1时，y＝1；当x＝2时，y＝1.2； 当x＝3时，y＝1.3；当x＝4时，y＝1.3. 丙模型，当x＝1时，y＝1；当x＝2时，y＝1.2； 当x＝3时，y＝1.3；当x＝4时，y＝1.35. 观察4组数据并对照知，丙的数学模型更接近于客观实际． 跟踪训练2　根据统计资料，我国能源生