数学人教A版选修2-3教材梳理：3.1回归分析的基本思想及其初步应用Word版含解析.docVIP

庖丁巧解牛 知识·巧学 一、回归直线方程 对于一组具有线性相关关系的数据（x1,y1）,(x2,y2),…，（xn,yn），其回归方程的截距和斜率的最小二乘估计公式分别为：=, =. 回归直线方程中的=称为样本点的中心.回归直线过样本点的中心. 二、相关系数及相关检验 给定(xi,yi)(i=1,2,…，n)，只要x1,x2，…，xn不全相等，就能求出一条回归直线，因此它有无意义就是个大问题.由于根据散点图看数据是否大致在一直线附近主观性太强，可利用下面量化的检验法. 当xi不全相等，yi也不全相等时，r=. 叫做变量ｙ与ｘ之间的样本相关系数（简称相关数），｜ｒ｜≤1. 当ｒ＞0时，表明两个变量正相关；当ｒ＜0时，表明两个变量负相关.ｒ的绝对值越接近1，表明两个变量的线性相关性越强；ｒ的绝对值越接近0时，表明两个变量之间几乎不存在线性相关关系. 通常，当ｒ的绝对值大于0.75时认为两个变量有很强的线性相关关系. 联想发散 注意此处空半格当｜ｒ｜与1接近到什么程度才表明Y与ｘ之间具有线性相关关系呢？为明确这一点，常通过相关性检验的方法，其步骤如下： （1）作统计假设：ｘ与Y不具有线性相关关系； （2）根据小概率0.05与ｎ-2在附表中查出ｒ的一个临界值r0.05； （3）根据样本相关系数计算公式算出ｒ的值； （4）作统计推断，如果｜ｒ｜＞r0.05，表明有95%的把握认为ｘ与y之间具有线性相关关系.如果｜ｒ｜≤r0.05，我们没有理由拒绝原来的假设，这时寻找回归直线方程是毫无意义的. 三、回归分析 1.随机误差 在线性回归模型y=bx+a+e中，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. 线性回归模型的完整表达形式为在此模型中，随机误差ｒ的方差σ2越小，通过回归直线=bx+a预报真实值ｙ的精度越高. 深化升华 注意此处空半格引起随机误差ｅ的原因：（1）在实际中，随机变量ｙ除了受随机变量ｘ的影响之外，还受其他变量的影响；（2）由于前面相关关系公式中的和为截距和斜率的估计值，它们与真实值a和b之间也存在误差. 2.方差分析 对于样本点(x1,y1),(x2,y2)，…（xn,yn）而言，相应于它们的随机误差为 ei=yi-=yi-bxi-a(i=1,2,…，n)，其估计值为=yi-=yi-xi-(i=1,2,…，n)，称为相应于点(xi,yi)的残差.类比样本方差估计总体方差的思想，可以用2=Q(,)（ｎ＞2）作为的估计量，其中和由公式给出，Q(,)称为残差平方和.可以用衡量回归直线方程的预报精度.通常越小，预报精度越高. 要点提示 注意此处空半格因为随机误差是随机变量，因此可以通过这个随机变量的数字特征来刻画它的一些总体特征.均值是反映随机变量取值平均水平的数字特征，方差是反映随机变量集中于均值程度的数字特征，而随机变量的均值为0，因此可以用方差σ2来衡量随机误差的大小. 3.残差分析 在研究两个变量间的关系时，首先要根据散点图来粗略判断它们是否线性相关，是否可以用线性回归模型来拟合数据.然后，可以通过残差,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分析.其中残差是数据点yi和它在回归线上相应位置之间的差异，即=yi-. 4.相关指数R2 用相关指数R2来刻画回归的效果，其计算公式是：R2= 显然R2取值越大，意味着残差平方和越小，也就是说模型的拟合效果越好. 深化升华 注意此处空半格在线性回归模型中，R2表示解释变量对于预报变量变化的贡献率.R2越接近于1，表示回归的效果越好（因为R2越接近于1，表示解释变量和预报变量的相关性越强）.如果对某组数据可能采取几种不同的回归方程进行回归分析.也可以通过比较几个R2，选择其值大的模型. 四、建立回归模型的基本步骤 （1）确定研究对象，明确哪个变量是解释变量，哪个变量是预报变量； （2）画出确定好的解释变量和预报变量的散点图，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y=bx+a）； （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），若存在异常，则检查数据是否有误，或模型是否合适等. 问题·探究 问题1两个变量具有线性相关关系和两个变量具有函数关系相同吗？你对二者关系是如何理解的？ 思路:相关关系与函数关系不同，因为函数关系是一种确定性的关系，而相关关系是一种非确定性关系.相关