3-1-1 回归分析的基本思想及其初步应用(一) 课件（人教A版选修2-3）.ppt

●课程目标 1．了解随机误差、残差、残差分析、列联表及独立性检验等概念． 2．会用残差分析判断线性回归模型的拟合效果． 3．掌握建立回归模型的基本步骤． 4．通过对典型案例的探究，了解回归的基本思想方法及初步应用． 5．通过对典型案例的探究，了解独立性检验的基本思想、方法及初步应用． 6．会根据题目所给的列联表判断结论的可能性． ●重点难点 本章学习重点：回归分析与独立性检验的基本思想及其初步应用． 本章学习难点：回归分析与独立性检验的初步应用． ●学法探究 在现实中，我们经常会遇到类似下面的问题：肺癌是严重威胁人类生命的一种疾病，吸烟与患肺癌有关系吗？肥胖是影响人类健康的一个重要因素，身高和体重之间满足怎样的关系？研制出一种新药，需要推断此药是否有效，在对类似的问题作出推断时，我们不能仅凭主观臆断作出结论，需要通过试验来收集数据，并进行回归分析，并依据独立性检验的原理作出合理的推断，由此看来，统计是一门实践性很强的学科，故学习统计要多结合实际问题进行分析、比较、体验、体会，从中归纳总结统计方法． 不管是回归分析，还是独立性检验，得到的结论都有可能犯错误，好的统计方法，就是要尽量降低犯错误的概率，这正是我们研究统计，运用于实践帮助我们作出合理决断的原因所在． 3．1　回归分析的基本思想及其初步应用 1．通过典型案例的探究，了解回归分析的基本思想、方法及初步应用． 2．通过对回归分析的学习，提高对现代计算技术与统计方法的应用认识． 本节重点：线性回归模型及相关概念． 本节难点：线性回归模型的理解及应用残差分析和相关指数的模型诊断方法，判断模型的拟合效果． 1．与函数不同，相关关系是一种 关系，对具有 的两个变量进行 的方法叫做回归分析． r具有以下性质：当r0时，表明两个变量 ；当r0时，表明两个变量 ．r的绝对值接近1，表明两个变量的线性相关性 ；r的绝对值接近于0时，表明两个变量之间几乎不存在线性相关关系． 4．y＝bx＋a＋e，这里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，它的均值E(e)＝0，方差D(e)＝σ20.这样线性回归模型的完整表达式为： . [例1]　炼钢是一个氧化降碳的过程，钢水含碳量的多少直接影响冶炼时间的长短，必须掌握钢水含碳量和冶炼时间的关系．如果已测得炉料熔化完毕时，钢水的含碳量x与冶炼时间y(从炉料熔化完毕到出钢的时间)的一列数据，如下表. (1)作出散点图，你能从散点图中发现含碳量与冶炼时间的关系吗？ (2)求回归直线方程； (3)预测当钢水含碳量为160时，应冶炼多长时间？ [解析]　(1)以x轴表示含碳量，y轴表示冶炼时间，可作散点图如图．从图中可以看出，各点散布在一条直线附近，即含碳量与冶炼时间线性相关． 某矿山采煤的单位成本y(元)与采煤量x(千克)有关，其数据如下： (1)作出散点图； (2)求出y对x的回归直线方程． [解析]　(1)画散点图如下图所示． [例2]　研究某灌溉渠道水的流速y与水深x之间的关系，测得一组数据如下： (1)求y对x的回归直线方程； (2)预测水深为1.95m时水的流速是多少？ [分析]　从散点图可以直观地看出变量x与y之间有无线性相关关系，为此把这8对数据描绘在平面直角坐标系中，得到平面上8个点，如图所示． 由图容易看出，x与y之间有线性相关关系．故可用线性回归模型解决． [解析]　 (2)由(1)中求出的回归直线方程，把x＝1.95代入，易得＝0.694＋0.733×1.95≈2.12(m/s)． 计算结果表明，当水深为1.95m时可以预测渠水的流速约为2.12m/s. 在某种产品表面进行腐蚀刻线试验，得到腐蚀深度y与腐蚀时间x之间相应的一组观察值如下表： 求腐蚀深度y与腐蚀时间x的回归直线方程． [解析]　将已知数据制成下表. [例3]　关于两个变量x和y的7组数据如下表所示： 试判断x与y是否线性相关． 现随机抽取了我校10名学生在入学考试中的数学成绩(x)与入学后的第一次考试数学成绩(y)，数据如下表： 请问：这10个学生的两次数学考虑成绩是否具有显著性的线性相关关系？ ≈0.7506， 由0.75060.75知，两次数学考试成绩有显著性的线性相关关系． 一、选择题 1．炼钢时钢水的含碳量与冶炼时间有 (　　) A．确定性关系　　 B．相关关系 C．函数关系 D．无任何关系 [答案]　B [解析]　解答本题的关键是弄清相关关系的定义、相关关系与函数关系的区别．函数关系是一种确定性关系，而相关关系是一种非确定性关系，带有一定的随机性．故答案选B. 二、填空题 4．如图所示有5组数