高中数学2-3-2生活中线性相关实例同步辅导与检测课件新人教A版必修.pptVIP

2．3　变量间的相关关系 2.3.2 生活中线性相关实例 ;通过生活实例进一步了解最小二乘法思想．用不同估算方法描述两个变量线性相关的过程，建立线性回归方程．; 基础梳理;3．线性回归：对于具有线性相关关系的两个变量x与y，我们可以拟合许多条直线来表达它们之间的相关关系，而这许多直线中，最“贴近”已知n个观测点(xi，yi)，i＝1,2,3…，n，的数据的直线方程 称作y对x的线性回归方程，a，b叫做回归系数．;1．对任何给定的一组样本(xi，yi)(i＝1,2，…，n)是否都可以用最小二乘法建立起一个线性回归模型？;2．求线性回归直线方程的步骤主要有哪些？;3．“最小二乘法”的含义是什么？;自测自评;2．下表是某厂1～4月份用水量(单位：百吨)的一组数据：;3．已知x与y之间的一组数据如下，则y与x的线性回归方程y＝bx＋a必过点______. ;求回归直线方程; 跟踪训练; ;解析：(1)画出散点图如下图，由图可知y与x有线性相关关系． ;(2)列表、计算：; 跟踪训练;解析：(1)数据对应的散点图如下图所示：;对已知数据进行线性回归分析;分析：(1)将表中的各对数据在平面直角坐标系中描点，得到散点图． (2)按求回归直线方程的步骤和公式，写出回归直线方程． (3)利用回归直线方程分析． 解析：(1)散点图如右图．;3．一台机器由于使用时间较长，生产的零件有一些会有缺损．按不同转速生产出来的零件有缺损的统计数据如下： (1)作出散点图； (2)求y关于x的线性回归直线方程； (3)若实际生产中，允许每小时的产品中有缺损的零件最多为10个，那么机器的运转速度应控制在什么范围内？;解析：(1)散点图如下：;回归直线方程的应用;解析：(1)制表如下：; 跟踪训练;解析：(1)散点图如下图所示：;(2)采用列表的方法计算a与回归系数b.;1．回归分析是由样本点寻求一条曲线“贴近”这些点的数学方法，线性回归是处理变量之间的线性相关关系的一种数理统计方法，它为生产、生活提供了一种科学的测算依据，如果两个变量线性相关，那么一定可以找到一条直线拟合该关系，关键是如何找出这样一条最佳拟合直线，即如何求得线性回归方程，利用线性回归方程对两个变量间的线性关系进行估计，实际上就是将非确定性的相关关系问题转化为确定性的函数关系进行研究，我们常用的方法就是“最小二乘法”，它使得直线上的估计点与实际样本数据距离最小．;回归直线方程将部分观测值所反映的规律进行延伸，是我们对有线性相关关系的两个变量进行分析和控制、依据自变量的取值估计和预报因变量值的基础和依据，有广泛的应用，因此回归直线方程的求法是本节应重点掌握的． 2．利用线性回归方程可由一个变量的值预测或控制另一个变量的值，借助计算器能大大简化计算、迅速得出结果，但这些计算手工完成难度很大，故不便于考查，但对本节的公式要了解其含义，学会应用并能作简单分析． 3．能利用回归直线对总体作出估计．