3.1回归分析的基本思想及其初步应用要点.pptVIP

第三章 统计案例 3.1 回归分析的基本思想及其初步应用;假设某地区从2003年到2012年的人均GDP（单位:美元）数据如表: 能否根据提供的数据建立一个合适的模型，预报2014年（或2015年）的人均GDP是多少？;1.通过对实际问题的分析，了解回归分析的必要性 与回归分析的一般步骤；了解线性回归模型与函 数模型的区别.(重点) 2.尝试作散点图，求回归直线方程. (重点) 3.能用所学的知识对实际问题进行回归分析，体会 回归分析的实际价值与基本思想；了解判断回归 　模型拟合好坏的方法——相关指数和残差分析. 　(重点、难点）;探究点1 回归分析的基本思想;注意到;;身高/cm;体重/kg;;思考：如何发现数据中的错误？如何衡量模型的拟合效果？; 从图3.1-3中可以看出，第1个样本点和第6个样本点的残差比较大，需要确认在采集这两个样本点的过程中是否有人为的错误.如果数据采集有错误，就予以纠正，然后再重新利用线性回归模型拟合数据；如果数据采集没有错误，则需要寻找其他的原因.另外，残差点比较均匀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越窄，说明模型拟合精度越高，回归方程的预报精度越高.;探究点2 回归分析的初步应用;产卵数/个;①当回归方程不是形如y=bx+a(a，b∈R)时，称之为非线性回归方 程.;;;;1. 有下列说法:①在残差图中,残差点比较均匀地落 在水平的带状区域内,说明选用的模型比较合适. ②用相关指数R2来刻画回归的效果, R2值越大,说明模 型的拟合效果越好.③比较两个模型的拟合效果,可 以比较相关系数的大小,相关系数越大的模型,拟合 效果越好.其中正确命题的个数是（　　） A.0 B.1 C.2 D.3;2.一位母亲记录了儿子3～9岁的身高，由此建立的身 高与年龄的回归模型为y=7.19x+73.93，用这个模型预 测这个孩子10岁时的身高，则正确的叙述是（ ） A.身高一定是145.83 cm B.身高在145.83 cm以上 C.身高在145.83 cm以下 D.身高在145.83 cm左右;3. 在研究身高和体重的关系时，求得相关指数 _______，可以叙述为“身高解释了64%的 体重变化，而随机误差贡献了剩余的36%”,所以身 高对体重???效应比随机误差的效应大得多.;4.以下是某地搜集到的新房屋的销售价格y和房屋的面积x的数据：;（提示： ， ，   ， ）;;（1）如何描述两个变量的关系？ 线性回归方程： （2）非线性回归模型的选用和建立. （3）利用残差比较不同模型的拟合效果. ; 实现自己既定的目标，必须能耐得住寂寞单干.