2016高二数学同步教学课件：1.1《回归分析的基本思想及其初步应用》（新人教A版选修1-2）.pptVIP

准确理解概念和参数的含义 关于x与y有如下数据： [辨析]　明确R2的大小与拟合效果的关系 用相关指数R2来比较模型的拟合效果，R2越大，模型的拟合效果越好，并不是R2越小模型的拟合效果越好． 课 时 作 业 （点此链接） 4．为了考察两个变量x和y之间的线性相关性，甲、乙两位同学各自独立地做了100次和150次试验，并且利用线性回归方法，求得回归直线分别为l1和l2，已知两个人在试验中发现对变量x的观测数据的平均值都是s，对变量y的观测数据的平均值都是t，那么下列说法正确的是(　　) A．l1和l2有交点(s，t) B．l1与l2相关，但交点不一定是(s，t) C．l1与l2必定平行 D．l1与l2必定重合 [答案]　A [解析]　由题意知(s，t)是甲、乙两位同学所做试验的样本点的中心，而线性回归直线恒过样本点的中心，故选A． 5．(2015·山东沂水县高二期中)已知回归直线的斜率的估计值是1.23，样本点的中心为(4,5)，则回归直线方程是__________. 典例探究学案 有下列说法： ①线性回归分析就是由样本点去寻找一条直线，使之贴近这些样本点的数学方法； ②利用样本点的散点图可以直观判断两个变量的关系是否可以用线性关系表示； 概念的理解和判断 [答案] 　C [方法规律总结]　解答概念辨析题，应紧扣线性回归分析中每个概念的定义进行，要准确把握概念的内涵． 下面变量关系是相关关系的是(　　) ①学生的学习态度与学习成绩之间的关系； ②教师的执教水平与学生的学习成绩之间的关系； ③学生的身高与学生的学习成绩之间的关系； ④家庭的经济条件与学生的学习成绩之间的关系． A．①② B．①③ C．②③ D．②④ [答案]　A [解析]　①②是相关关系，③④是非相关关系． 假设关于某设备的使用年限x和所支出的维修费y(万元)有如下的统计资料： 回归直线方程 [答案]　A 为研究重量x(单位：克)对弹簧长度y(单位：厘米)的影响，对不同重量的6个物体进行测量，数据如下表所示： 线性回归分析 [解析]　(1)散点图如下图所示： 3．随机误差及其产生的原因 从散点图中我们可以看到，样本点散布在某一条直线附近，而不是在一条直线上，所以不能用一次函数y＝bx＋a来描述它们之间的关系，而是用线性回归模型y＝bx＋a＋e 来表示，其中e称为随机误差．产生随机误差的主要原因有以下3个方面： (1)用线性回归模型近似真实模型所引起的误差．可能存在非线性的函数能更好地描述y与x之间的关系，但是现在却用线性函数来表述这种关系，结果会产生误差．这种由模型近似所引起的误差包含在e中． (2)忽略了某些因素的影响．影响变量y的因素不只变量x，可能还包括其他许多因素(例如在描述身高和体重关系的模型中，体重不仅受身高的影响，还会受遗传基因、饮食习惯、生长环境等其他因素的影响)，它们的影响都体现在e中． (3)观测误差．由于测量工具等原因，导致y的观测值产生误差(比如一个人的体重是确定的数，但由于测量工具的影响和测量人技术的影响可能会得到不同的观测值，与真实值之间存在误差)，这样的误差也包含在e中． 一个车间为了规定工时定额，需要确定加工零件所花费的时间，为此进行了10次试验，测得数据如下： 把零件数x作为解释变量，加工时间y作为预报变量． (1)计算总偏差平方和、残差平方和及相关指数； (2)作出残差图； (3)进行残差分析． [解析]　(1)由x、y的数据得散点图如图． 由散点图可以认为样本点大致分布在某条直线的附近，因此可以用线性回归模型来拟合．设线性回归方程为＝＋x，列出下表： (2)作出残差图如图，横坐标为零件数的数据，纵坐标为残差． (3)由题中数据可得样本相关系数r的值为0.999 8，再结合散点图可以说明x与y有很强的线性相关关系．由R2的值可以看出回归效果很好，也说明用线性回归模型拟合数据效果很好． 由残差图也可以观察到，第4个样本点和第5个样本点的残差比较大，需要确认在采集在这两个样本点的过程中是否有人为的错误． 全优中高考网 单击此处编辑母版标题样式 全优中高考网 统计案例 第一章 5月31日是世界无烟日．有关医学研究表明，许多疾病，例如：心脏病、癌症、脑血管病、慢性阻塞性肺病等都与吸烟有关，吸烟已成为继高血压之后的第二号全球杀手．这些疾病与吸烟有关的结论是怎样得出的呢？若从数学角度区分，这里的疾病和吸烟就是彼此相关的两个变量． 如何用数学的方法来刻画这种变量之间的关系呢？本章要学习的统计案例就是通过对一对变量使用线性回归的方法来研究变量之间的对应关系．通过本章的学习，我们将知道如何研究变量之间的相关关系，如何模拟变量之间的函数关系，如何检验两个变量之间的独立性． 1.1　回归分析的基