回归分析的基本思想和初步应用.docVIP

学案4 回归分析的基本思想及其初步应用 学习目标：了解回归分析的基本思想、方法及简单应用. 学习重点：了解回归分析的基本思想 学习过程： 课前预习：内化知识 夯实基础 (一)基础知识 1、函数关系是一种 关系，而相关关系是一种 关系. 5、对于一组具有线性相关关系的数据且所求回归方程是 ，其中= = ,=___________,其中= ,= , 称为样本点的中心. 6、残差： 7、残差平方和： 8、相关指数的计算公式： ；显然，的值越大，说明残差平方和越小，也就是说模型的拟合效果越好. 9、残差或残差图的作用：（1） （2） 10、建立回归模型的基本步骤： （1） （2） （3） （4） （5） 二、新课 例1：从某大学中随机选取8名女大学生，其身高和体重数据如下表： 编号12345678身高165165157170175165155170体重4857505464614359求根据女大学生的身高预报体重的回归方程，并预报一名身高为172cm的女大学生的体重。 解：画散点图（略）看是否有线性回归关系 求==0.849，==-85.712 回归直线方程=0.849x-85.712 1.回归模型：y=bx+a+e(其中a和b为参数，e为随机误差) e产生的原因： 用线性回归模型近似真实模型所引起的误差 忽略了某些因素的影响 观测误差 2.残差： 残差= 残差平方和= 总偏差平方和= 残差平方和越小模型拟合的效果越好 3.相关指数R2 R2越大，模型拟合的效果越好 4.建立回归模型的基本步骤是： ①确定研究对象，明确哪个变量是解释变量，哪个变量是预报变??； ②画好确定好的解释变量和预报变量的散点图，观察它们之间的关系（线性关系）. ③由经验确定回归方程的类型. ④按一定规则估计回归方程中的参数 （最小二乘法）； ⑤得出结论后在分析残差图是否异常，若存在异常，则检验数据是否有误，后模型是否合适等. 三、例题选讲 本周练习： 1.对具有相关关系的两个变量统计分析的一种常用的方法是（　　 ） A．回归分析　　 B.相关系数分析　　 C.残差分析　　 D.相关指数分析 2.在画两个变量的散点图时，下面叙述正确的是（　　 ） A．预报变量在 轴上，解释变量在 轴上　　 B.解释变量在 轴上，预报变量在 轴上 C.可以选择两个变量中任意一个变量在 轴上 D.可以选择两个变量中任意一个变量在 轴上 5.一位母亲记录了她儿子3到9岁的身高，数据如下表： 年龄（岁）3456789身高（ 94.8104.2108.7117.8124.3130.8139.0由此她建立了身高与年龄的回归模型 ，她用这个模型预测儿子10岁时的身高，则下面的叙述正确的是（　　 ） A.她儿子10岁时的身高一定是145.83 　　 B.她儿子10岁时的身高在145.83 以上 C.她儿子10岁时的身高在145.83 左右 D.她儿子10岁时的身高在145.83 以下 7.两个变量有线性相关关系且残差的平方和等于0，则（　　 ） A.样本点都在回归直线上　　 B.样本点都集中在回归