2017年高中数学第一章统计案例1.1回归分析的基本思想及其初步应用课件新人教A版选修1-2.pptVIP

1.1　回归分析的基本思想及其初步应用 1．了解回归分析的基本思想． 2．会求线性回归直线方程． 3．了解残差平方和、相关指数的概念． 4．了解回归分析的基本步骤． 1．在《必修3》中，我们已经学习了两个变量间的相关关系．利用了什么方法对两个具有线性相关关系的变量进行了研究？ [提示]　利用了回归分析的方法对两个具有线性相关关系的变量进行了研究． 2．回归分析的基本步骤是什么？ [提示]　①画出两个变量的散点图； ②求回归直线方程； ③用回归直线方程进行预报． 2．变量样本点的中心：_____________，回归直线过样本点的中心． 3．线性回归模型y＝______________，其中___和___是模型的未知参数，__称为随机误差．自变量x又称为_________，因变量y又称为______________． 4．随机误差产生的原因 2．残差图的缺点 (1)残差e受许多条件的影响，也受我们所选用的线性模型的影响． (2)作残差图有时不够精确，也难于区分拟合效果的好坏，因此多数情况下，选用计算相关指数R2来说明拟合效果． ④因为由任何一组观测值都可以求得一个回归直线方程，所以没有必要进行相关性检验． 其中正确说法的个数是(　　) A．1　　　　　　　 B．2 C．3 D．4 解析：　①反映的正是最小二乘法思想，故正确．②反映的是画散点图的作用，也正确．③反映的是回归模型y＝bx＋a＋e，其中e为随机误差，故也正确．④是不正确的，在求回归方程之前必须进行相关性检验，以确定两变量的关系． 答案：　C 某班5名学生的数学和物理成绩如下表： (1)画出散点图； (2)求物理成绩y对数学成绩x的回归直线方程； (3)一名学生的数学成绩是96，试预测他的物理成绩． [思路点拨]　 　(1)散点图如图． 　1.求线性回归方程的基本步骤： 2．需特别注意的是，只有在散点图大致呈直线时，求出的线性回归方程才有实际意义，否则求出的线性回归方程毫无意义． 1．假设某设备的使用年限x(年)和所支出的维修费用y(万元)有如下的统计资料： 试求：(1)y与x之间的回归方程； (2)当使用年限为10年时，估计维修费用是多少？ 解析：　(1)根据表中数据作散点图，如图所示： 某运动员训练次数与运动成绩之间的数据关系如下： (1)作出散点图； (2)求出回归方程； (3)作出残差图； (4)计算相关指数R2； (5)试预测该运动员训练47次及55次的成绩． 解析：　(1)作出该运动员训练次数(x)与成绩(y)之间的散点图，如下图所示，由散点图可知，它们之间具有线性相关关系． (2)列表计算： (3)残差分析 作残差图如下图所示，由图可知，残差点比较均匀地分布在水平带状区域中，说明选用的模型比较合适． 1.对于建立的回归模型进行残差分析，一般从以下几方面进行：(1)残差图；(2)残差平方和；(3)相关指数． 2．相关指数R2的作用 利用相关指数R2可以刻画拟合效果的好坏．在线性回归模型中，R2的取值越接近1，说明残差的平方和越小，即说明模型的拟合效果越好． 2．在比较两个模型的拟合效果时，甲、乙两个模型的相关指数R2的值分别约为0.96和0.85，则拟合效果好的模型是________． 答案：　甲 为了研究某种细菌繁殖个数y随时间x的变化情况，收集数据如下： (1)用天数作解释变量，繁殖个数作预报变量，作出上述数据的散点图； (2)试求出预报变量对解释变量的回归方程． 　 (1)根据数据得散点图，如下图所示． (2)根据数据的散点图可以发现样本点不是分布在某一条直线附近，而是分布在一条曲线附近．根据已学的函数知识，可以发现样本点分布在某一指数型函数y＝c1ec2x(c10，c20)附近，则将函数两边取对数得ln y＝c2x＋ln c1，则令u＝ln y，得u＝c2x＋ln c1，根据数据可得x和u的数据表： 6分 　求非线性回归方程的步骤： ①确定变量，作出散点图； ②根据散点图，选择恰当的拟合函数； ③变量置换，通过变量置换把非线性回归问题转化为线性回归问题，并求出线性回归方程； ④分析拟合效果：通过计算相关指数或画残差图来判断拟合效果； ⑤根据相应的变换，写出非线性回归方程． 3．某电容器充电后，电压达到100 V，然后开始放电，由经验知道，此后电压U随时间t变化的规律用公式U＝Aebt(b0)表示，现测得时间t(s)时的电压U(V)如下表： 试求：电压U对时间t的回归方程．(提示：对公式两边取自然对数，把问题转化为线性回归问题) 解析：　对U＝Aebt两边取对数得ln U＝ln A＋bt，令y＝ln U，a＝ln A，x＝t，则y＝a＋bx，y与x的数据如下表： ◎在一次抽样调查