3.1.2 回归分析的应用 课件（人教A版选修2-3）.ppt

6．某种产品的广告费支出x与销售额y(单位：万元)之间有如下表所示的数据. (1)画出散点图； (2)对两个变量进行相关性检验； (3)求回归直线方程． 70 50 60 40 30 y 8 6 5 4 2 x 解析：(1)散点图如右图： (2)由已知数据制成下表. 560 300 300 160 60 xiyi 70 50 60 40 30 yi 8 6 5 4 2 xi 5 4 3 2 1 i ∵r远大于0.75， ∴该产品的广告费支出与销售额之间存在着显著的线性相关关系． 7．某工厂某产品产量与单位成本的资料如下表所示： 1 481 79 426 21 合计 340 25 68 5 6 276 16 69 4 5 219 9 73 3 4 284 16 71 4 3 216 9 72 3 2 146 4 73 2 1 xy x2 (元/件) 单位成本y (千件) 产量x 月份 试根据提供的资料进行线性回归分析，并作出统计推断． 分析：这是一个回归分析问题，先求出回归方程，通过回归直线方程来分析产品产量与单位成本的关系． 故回归直线方程为y＝77.36－1.818 2x. 由于回归系数为b－1.818 2，由回归系数b的意义可知，产量每增加1 000件，成本下降1.818 2元． ^ ^ ^ 3 5 7 10 12 需求量y 22 20 18 16 14 价格x 8．在一段时间内，某种商品的价格x(元)和需求量y(件)之间的一组数据为： 求出y对x的回归直线方程，并说明拟合效果的好坏． * 3.1　回归分析的基本思想及其初步应用 3.1.2　回归分析的应用 统 计 案 例 3.1.2　回归分析的应用 预 习 导 学 典 例 精 析 方 法 总 结 学 习 目 标 课 堂 导 练 1．通过实例进一步了解与非线性回归模型有关的一些统计思想． 2．了解判断刻画模型拟合效果的方法——相关指数和残差分析． 基础梳理 1．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． (3)确定回归方程的________． (4)按一定规则估计回归方程中的________． (5)分析________是否有异常． 解释变量 预报变量 散点图 类型 参数 残差图 2．指数函数模型． 样本点分布在某一条指数函数曲线y＝________的周围(其中c1，c2是待定的参数)，故可用指数函数模型来拟合这两个变量． 在上式两边取________，得____________________，再令z＝ln y，则______________，而z与x间的关系是线性的． 3．二次函数模型． 用二次函数模型y＝c3x2＋c4来拟合两个变量间的关系(令 t＝x2，则y＝c3t＋c4)． 例如：为了研究某种细菌随时间x变化繁殖的个数，收集数据如下： c1ec2x 对数 　ln y＝c2x(1＋ln c1) z＝c2x(1＋ln c1) (1)用指数函数模型来拟合这两个变量； (2)用二次函数模型来拟合这两个变量． 190 95 49 25 12 6 繁殖个数y/个 6 5 4 3 2 1 天数x/天 (1)所求非线性回归方程为 y＝e0.69x＋1.112＝3.051 9e0.690 2x (2)所求非线性回归方程为 y＝10.304x2－38.039x＋39.7 ^ ^ (3)残差图：以________为横坐标，以__________或________，或____________等为横坐标，作出的图形称为残差图．观察残差图，如果残差点比较均匀地落在水平的带状区域中，说明选用的模型比较合适，这样的带状区域的宽度越窄，模型拟合精度越高，回归方程的预报精度越高．一般 4．残差分析． (1)残差：样本值与回归值的差叫做残差，即___________． (2)残差分析：通过________来判断模型拟合的效果，判断原始数据中是否存在可疑数据，这方面的分析工作称为________． 残差 残差分析 残差 样本编号 身高数据 体重估计值 e＝yi－yi ^ 情况下，比较两个模型的残差比较困难(某些样本点上一个模型的残差的绝对值比另一个模型的小，而另一些样本点的情况则相反)，故通过比较两个模型的残差的平方和的大小来判断模型的拟合效果．____________越小的模型，拟合的效果越好． 例如：分别用指数函数模型和二次函数模型来拟合两个变量，残差平方和分别为1 450.673和15 448.432，故选用________模型的拟合效果远远优于________模型． 　残