【创新设计】高中数学 1-8最小二乘估计课件 北师大版必修3.pptVIP

课前探究学习 课堂讲练互动 【课标要求】 1．了解最小二乘法． 2．理解线性回归方程的求法． 3．掌握线性回归方程的意义． 【核心扫描】 1．线性回归方程的求法．(重点) 2．线性回归方程的意义．(易混点) 3．最小二乘法的原理．(难点) §8　最小二乘估计 (1)定义：如果有n个点：(x1，y1)，(x2，y2)，…，(xn，yn)，可以用下面的表达式来刻画这些点与直线y＝a＋bx的接近程度： ______________________________________________. 使得上式达到_______的直线y＝a＋bx就是我们所要求的直线，这种方法称为___________． 自学导引 1．最小二乘法 [y1－(a＋bx1)]2＋[y2－(a＋bx2)]2＋…＋[yn－(a＋bxn)]2 最小值 最小二乘法 (2)应用：利用最小二乘法估计时，要先作出数据的______图．如果_______呈现出线性关系，可以用最小二乘法估计出线性回归方程；如果_______呈现出其他的曲线关系，我们就要利用其他的工具进行拟合． 线性回归方程 2． 散点图 散点 散点图 a＝______． 这样得到的直线方程y＝a＋bx称为线性回归方程，a，b是线性回归方程的_____ ． 想一想：回归直线通过样本点的中心，比照平均数与样本数据之间的关系，你能说说回归直线与散点图中各点之间的关系吗？ 系数 回归直线方程的应用 (1)描述两变量之间的依存关系；利用线性回归方程即可定量描述两个变量间依存的数量关系． (2)利用回归方程进行预测或规定y值的变化，通过控制x的范围来实现目标．如已经得到了空气中NO的浓度和汽车流量间的回归方程，即可通过控制汽车流量来控制空气中的NO的浓度． (3)注意作回归分析要有实际意义，回归分析前，最好先作出散点图，确定合适的拟合模型． 名师点睛 1． 回归直线方程求解的方法步骤 根据最小二乘法的思想和公式，利用计算器或计算机，可以方便地求出回归方程． 求线性回归方程的步骤： 第1步：列表xi，yi，xiyi； 第3步：代入公式计算b，a的值； 第4步：写出回归方程y＝a＋bx. 利用回归直线对总体进行估计： 利用回归直线，我们可以进行预测．若回归方程为y＝bx＋a，则x＝x0处的估计值为：y＝bx0＋a. 2． 题型一　求线性回归的方程 某地10户家庭的年收入和年饮食支出的统计资料如下表： 根据上述数据，家庭年收入与年饮食支出之间有怎样的关系呢？求出回归直线方程． 【例1】 年收入 x(万元) 2 4 4 6 6 6 7 7 8 10 年饮食支出 y(万元) 0.9 1.4 1.6 2.0 2.1 1.9 1.8 2.1 2.2 2.3 解　以年收入为横坐标，把年饮食，描出如右图所示散点支出y的相应取值作为纵坐标图． 由散点图可以看出，各散点在一条直线附近，且年收入越高，年饮食支出越高，说明这两个变量之间具有线性相关关系． 对前面列表中的数据进行具体计算，可列出以下表格： i 1 2 3 4 5 6 7 8 9 10 xi 2 4 4 6 6 6 7 7 8 10 yi 0.9 1.4 1.6 2.0 2.1 1.9 1.8 2.1 2.2 2.3 xiyi 1.8 5.6 6.4 12 12.6 11.4 12.6 14.7 17.6 23 从而得到回归直线方程为y＝0.800＋0.172x. 规律方法 用线性回归方程进行数据拟合的一般步骤是：(1)把数据列成表格；(2)作散点图；(3)判断是否线性相关；(4)若线性相关，求出系数b，a的值(一般也列成表格的形式，用计算器或计算机计算)；(5)写出回归直线方程y＝a＋bx. 某种产品的广告费x(单位：百万元)与销售额y(单位：百万元)之间有如下对应数据： (1)画出散点图； (2)判断x与y是否具有线性相关关系，若具有，求回归直线方程，并说明回归直线方程斜率的意义． 【训练1】 x 2 4 5 6 8 y 30 40 60 50 70 解　(1)散点图如图所示 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次实验，收集数据如下： (1)画出散点图； (2)求线性回归方程； (3)关于加工零件的个数与加工时间，你能得出什么结论？ 【例2】 题型二　利用线性回归方程对总体进行估计 零件数 x(个) 10 20 30 40 50 60 70 80 90 100 加工时间 y(小时) 62 68 75 81 89 95 102 108 115 122 审题指导 解答本题应先画散点图，判断其是否线性相关，再利用最小二乘法求其回归方程． [规范解答](1)散点图如图所示． 由散