- 1、本文档共2页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
改后回归1.doc
《回归分析的基本思想及其初步应用》学案(一)
学习目标
1.能根据散点分布特点,不同的模型的位置参数和的最小二乘法估计值分别记为________、________;计算公式是_____________、_____________;
样本点的中心是________。
3在例1中我们用回归方程可以预报身高172CM的女大学生的体重是60.316KG,,实际中显然不是这样的,那么造成误差的因素有哪些呢?
4.在实际中我们用线性回归模型_____________来表示身高和体重的关系,期中称为_____________,解释变量是_______,预报变量是_________。
5.残差一般记为_____________,它的计算公式为_____________,它与随机误差有什么关系?
问题探究
1.样本散点可以都不在回归直线上吗?样本点的中心呢?
2.线性回归模型与我们熟悉的一次函数模型的不同之处是:
事实上,观察上述散点图,我们可以发现女大学生的体重和身高之间的关系并不能用一次函数来严格刻画(因为所有的样本点不共线,所以线性模型只能近似地刻画身高和体重的关系). 在数据表中身高为165cm的3名女大学生的体重分别为48kg、57kg和61kg,如果能用一次函数来描述体重与身高的关系,那么身高为165cm的3名女在学生的体重应相同. 这就说明体重不仅受身高的影响还受其他因素的影响,把这种影响的结果(即残差变量或随机变量)引入到线性函数模型中,得到线性回归模型,其中残差变量中包含体重不能由身高的线性函数解释的所有部分. 当残差变量恒等于0时,线性回归模型就变成一次函数模型. 因此,一次函数模型是线性回归模型的特殊形式,线性回归模型是一次函数模型的一般形式.
课堂训练
1.动手计算表1-1中八个散点的残差。
2.某种书每册的成本费y(元)与印刷册数x(千册)有关,经统计得到数据如下:
x 1 2 3 4 5 y 10.15 5.52 4.08 2.85 2.11 x 6 7 8 9 10 y 1.62 1.41 1.30 1.21 1.15 (1)画出散点图; (2)求成本费y(元)与印刷册数x(千册)的回归方程。
3.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:
水深xm 1.40 1.50 1.60 1.70 1.80 1.90 2.00 2.10 流速ym/s 1.70 1.79 1.88 1.95 2.03 2.10 2.16 2.21
(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?
自主小结
文档评论(0)