20090711高三理科数学[回归剖析的基本思想和初步应用].pptVIP

下载本文档

0
0
约8.29千字
约 40页
2017-03-29 发布于北京
举报
版权申诉

20090711高三理科数学[回归剖析的基本思想和初步应用].ppt

1、本文档共40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)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

20090711高三理科数学[回归剖析的基本思想和初步应用]

探究（二）：残差分析思考1：随机误差e是随机变量，其均值为0，因此可以用方差σ2来衡量随机误差的大小，进而衡量预报的精度.能否从预报变量y中精确提取随机变量e的样本？由于参数a，b是未知的，所以不能精确提取样本. Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 思考2：由样本数据可以建立回归方程，所得是的估计量，那么随机误差可用哪个量来估计？思考3：对于样本点(x1，y1)，(x2，y2)，…，(xn，yn)，相应的随机误差为ei（i＝1，2，…，n）等于什么？其估计值等于什么？ Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 思考4：上述称为相应于点(xi，yi)的残差，类比样本方差估计总体方差的思想，可以用（n＞2）作为σ2的估计值，称为残差平方和.当样本容量为1或2时残差平方和为多少？残差平方和为0，但不能认为预报误差为0. Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 思考5：在研究两个变量间的相关关系时，先要根据散点图直观判断它们是否线性相关，再通过残差来判断模型的拟合效果，判断原始数据中是否存在可疑数据，这些分析工作称为残差分析.在残差分析中，计算各样本点残差估计值的步骤如何？先求参数，的值，再利用求残差估计值. Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 思考6：利用图形可以直观分析残差特性，作图时纵坐标为残差，横坐标可以是样本编号，或样本中其它数据，所得的图形称为残差图.那么回归模型拟合精度越高，残差图有什么特性？残差点较均匀地散布在水平带状区域中，且带状区域宽度较窄. Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 理论迁移例从某大学中随机选取8名女大学生，其身高和体重数据如表所示: 试计算各组数据的残差，并画出残差图. 59 43 61 64 54 50 57 48 体重kg 170 155 165 175 170 157 165 165 身高cm 1 编号 2 3 4 5 6 7 8 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 残差 0.382 －2.883 6.627 1.137 －4.618 2.410 2.627 －6.373 8 7 6 5 4 3 2 1 编号 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 小结作业 1.随机误差是引起预报值与真实值之间的误差原因之一，其大小取决于随机误差的方差. 2.产生随机误差的原因是多方面的，如一个人的体重除了受身高的影响外，还受饮食习惯，运动量，家族遗传等因素的影响. Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 3.在回归模型中，残差变量是一个不能被观测的量，但可以估计预报变量观测值中所包含的残差变量，这种估计