3-1-2 回归分析的基本思想及其初步应用(二) 课件（人教A版选修2-3）.ppt

1．通过本节的学习进一步了解回归分析的基本思想、方法和初步应用． 2．培养学生对数据的直观感觉，认识统计方法的直观特点，体会统计方法应用的广泛性． 本节重点：回归分析方法． 本节难点：在实际问题中，应用回归分析方法作出推断． 3．残差图：作图时，纵坐标为 ，横坐标可以选为样本编号，或有关数据，这样作出的图形称为残差图．如果残差点比较均匀地落在 中，说明选用的模型比较合适．这样的带状区域的宽度越窄，说明模型拟合精度 ，回归方程的预报精度也 ． 我们可以用残差图和相关指数R2＝ 来刻画回归的效果． 4．建立回归模型的基本步骤 (1)确定研究对象，明确哪个变量是 ，哪个变量是 ； (2)画出确定好的解释变量和预报变量的 ，观察它们之间的关系(如是否存在线性关系等)； (3)由经验确定回归方程的类型(如我们观察到数据呈线性关系，则选用线性回归方程 )； (4)按一定规则估计回归方程中的参数(如最小二乘法)； (5)得出结果后分析残差图是否有异常(个别数据对应残差过大，或残差呈现不随机的规律性等等)；若存在异常，则检查 是否有误，或 是否合适等． [例1]　以下是某地搜集到的新房屋的销售价格y和房屋的面积x的数据： (1)画出数据对应的散点图； (2)求线性回归方程，并在散点图中加上回归直线； (3)据(2)的结果估计当房屋面积为150m2时的销售价格． [解析]　(1)数据对应的散点图如下图所示： (3)据(2)，当x＝150m2时，销售价格的估计值为 ＝0.1962×150＋1.8166＝31.2466(万元)． [点评]　已知x与y呈线性相关关系，就无需进行相关性检验，否则要进行相关性检验．如果两个变量不具备相关关系，或者相关关系不显著，即使求出回归方程也是毫无意义的，用其估计和预测也是不可信的．进行线性相关的判断，可通过散点图直观判断，散点图不明显的可进行相关性检验. [例2]　假设关于某设备的使用年限x和所支出的维修费用y(万元)，有如下表的统计资料： 若由资料知，y对x呈线性相关关系． (2)求残差平方和； (3)求相关指数R2； (4)估计使用年限为10年时，维修费用是多少？ [分析]　∵y对x呈线性相关关系，用线性相关的公式分别计算． [解析]　(1)由已知条件制成下表： [点评]　(1)残差平方和越小，预报精确度越高．(2)相关指数R2取值越大，说明模型的拟合效果越好． [例3]　在试验中得到变量y与x的数据如下表： 由经验知，y与 之间具有线性相关关系，试求y与x之间的回归曲线方程，当x0＝0.038时，预测y0的值． [分析]　通过换元转化为线性回归问题． [解析]　令u＝ ，由题目所给数据可得下表所示的数据； 一、选择题 1．下面两个变量间的关系不是函数关系的是 (　　) A．正方形的棱长与体积 B．角的度数与它的正弦值 C．单产为常数时，土地面积与粮食总产量 D．日照时间与水稻亩产量 [答案]　D 2．变量x、y的散点图如图所示，那么x、y之间的样本相关系数r的最接近的值为 (　　) A．1　　　　 B．－0.5　　　 C．0　　　　 D．0.5 [答案]　C [解析]　从散点图中，我们可以看出x与y没有线性相关关系，因而r的值接近于0. 3．在一次试验中，测得(x，y)的四组值分别为(1,2)，(2,0)，(4，－4)，(－1,6)，则y与x的相关系数为 (　　) A．1 B．－2 C．0 D．－1 [答案]　D 二、填空题 4．(2010·哈尔滨高二检测)已知回归方程 ＝4.4x＋838.19，则可估计x与y的速度之比约为__________． [答案]　1∶4.4 5．以下是某地区的降雨量与年平均气温的一组数据： 根据这组数据可以推断，该地区的降雨量与年平均气温________相关关系．(填“具有”或“不具有”) [答案]　不具有 [解析]　画出散点图，观察可知，降雨量与年平均气温没有相关关系． 三、解答题 6．关于x与y有如下数据： 464 432 701 574 813 507 542 年降雨量(mm) 13.05 12.74 13.33 13.69 12.84 12.84 12.51 年平均气温(℃) 70 50 60 40 30 y 8 6 5 4 2 x 第三章 统计案例 (选修2-3) 人教 A 版数学 残差 水平的带状区域 越高 越高 解释变量 预报变量 散点图 数据 模型 22 29.2 18.4 21.6 24.8 销售价格(万元) 105 135 80 110 115 房屋面积(m2) 7.0 6.5 5.5