人教版·选择修读1—2§1-1-1回归剖析.pptVIP

§1.1.1 回归分析 人教版·选修1－2 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 1、两个变量的关系 相关关系 函数关系 线性相关 非线性相关 问题1：现实生活中两个变量间的关系有哪些呢？ 相关关系：对于两个变量，当自变量取值一定时，因变量的取值带有一定随机性的两个变量之间的关系。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 思考1：相关关系与函数关系有怎样的不同？ 1.函数关系中的两个变量间是一种确定性关系； 相关关系是一种非确定性关系. 2. 函数关系是一种理想的关系模型； 相关关系在现实生活中大量存在，是更 一 般的情况. 练习：下面各组两变量间具相关关系的是（ ） ①正方体的体积与棱长，②某农田的水稻产量与施肥量， ③家庭的支出与收入， ④某户家庭的用电量与电价。 A ② ③ B ③ ④ C ② ③ ④ D ① ② ③ ④ A 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：如何判断两个变量之间是否存在线性相关关系？ Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 问题3：有时散点图的各点并不集中在一条直线的附近，仍然可以按照求回归直线方程的步骤求回归直线，显然这样的回归直线没有实际意义。在怎样的情况下求得的回归直线方程才有实际意义？ 即建立的线性回归模型是否合理？ 问题2：什么是回归分析: 由数据画散点图 求回归方程 预报、决策 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 散点图只是形象地描述点的分布情况， 它的“线性”是否明显只能通过观察，要 想把握其特征，必须进行定量的研究． 1.求相关系数r 如果0.75|r|1，可以认为有较强的线性相关关系。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 相关系数 1.计算公式 2．相关系数的性质 (1)|r|≤1． (2)|r|越接近于1，相关程度越强；|r|越接近于0，相关程度越弱． 注:b 与 r 同号 问题：达到怎样程度，x、y线性相关呢？它们的相关程度怎样呢？ 建构数学 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 相关系数 ｒ＞０正相关；ｒ＜０负相关．通常， r∈[-1,-0.75]--负相关很强; r∈[0.75,1]—正相关很强; r∈[-0.75,-0.3]--负相关一般; r∈[0.3, 0.75]—正相关一般; r∈[-0.25, 0.25]--相关性较弱; 相关系数r的绝对值与1接近到什么程度才表明利用 线性回归模型比较合理呢? 对r进行 显著性检验 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 相关关系的测度（相关系数取值及其意义） r Evaluation only. Created with Aspose.Sl