课件：回归分析的基本思想及其初步应用浅析.ppt

1.1 回归分析的基本思想及其初步应用; 基础知识是形成学科能力的源头。本栏目根据课标要求，精准梳理，清晰呈现主要知识及内在关系。关键处合理挖空、易错处及时提醒，多策并举，夯实基础。请以此为载体，安排学生课前预习，以便打造高效课堂！;1.会用散点图分析两个变量是否存在相关关系. 2.会求回归方程，掌握建立回归模型的步骤，会选择回归模型. ;1.本节课的重点是了解回归模型，了解模型拟合效果的分析工具——残差分析和R2. 2.本节课的难点是解释残差、理解R2的含义. ;1.线性回归模型 (1)回归直线方程;其中 的计算公式还可以写成 _________ (2)线性回归模型：y=bx+a+e.其中e称为随机误差.;2.刻画回归效果的形式 (1)残差分析 ①残差图：作图时纵坐标为______，横坐标可以选为________ ____，或__________，或____________等，这样作出的图形称 为残差图. ②残差分析：残差点比较_____地落在水平的带状区域中，说 明选用的模型比较合适，这样的带状区域的宽度______，说明 模型拟合精度越高，回归方程的预报精度越高.;(2)残差平方和;(3)相关指数R2;1.线性回归模型是函数关系吗？ 提示：y=bx+a+e与函数关系不同，在回归模型中，y的值由x和随机误差e共同确定，即x只能解释部分y的变化.因此有时我们把x称为解释变量，把y称为预报变量.;2.要确定回归方程，需确定的量是什么？ 提示：要确定回归直线方程，关键是确定 和 的值. 3.对于回归方程 =4.75x+257,当x=28时，y的估计值是_____. 【解析】把x=28代入方程 =4.75x+257得 =4.75×28+257= 390. 答案：390;4.若一个样本中， 则相关指数R2 等于_______. 【解析】 答案：0.95;1.随机误差产生的三个原因 (1)由线性回归模型近似真实模型(真实模型是客观存在的，通常我们并不知道真实模型是什么)所引起的误差.可能存在非线性的函数能够更好地描述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的因素不只有变量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，不同的秤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.;2.残差分析判断模型拟合效果的方法 计算残差 计算出残差 作残差图 如果样本点的残差较大，就要分析样本数据的 采集是否有错误；另一方面，可以通过残差点 分布的水平带状区域的宽窄说明模型拟合效 果，反映回归方程的预报精度.带状区域的宽度 越窄，说明模型的拟合精度越高，回归方程的 预报精度越高.;3.利用R2进行两个模型拟合效果的比较 对于给定的样本点(x1,y1),(x2,y2),…，(xn,yn)，两个含有未 知参数的模型 (1) 和(2) 其中a和b都是 未知参数，可以按如下的步骤来比较它们的拟合效果：;①分别建立对应于两个模型的回归方程 其中 和 分别是参数a和b的估计值. ②分别计算模型(1)和模型(2)的 ③若 则模型(1)的拟合效果比模型(2)好；如果 则模型(1)的拟合效果不如模型(2). ; 核心要点是提升学科素养的关键。本栏目突破核心要点，讲练结合，提醒认知误区，点拨规律技巧，循序渐进，培养主动思考意识，提升自主探究能力。请根据授课情况有选择地讲解，帮助学生理解突破教材重难点！; 求回归方程 【技法点拨】 1.对线性回归分析的认识 在研究两个变量之间的关系时，首先要根据散点图来判断它们是否线性相关，是否可以用线性回归模型来拟合数据，具备相关关系时再求回归方程.如果本身两个变量不具备相关关系，或者说它们之间的相关关系不显著，那么即使求出回归方程也是毫无意义的，而且用其估计和预测也是不可信的.(关键词：用散点图判断是否线性相关);2.求线性回归方程的步骤;【典例训练】 1.某种产品的产量x(台)与单位