第二课1.3可线性化的回归分析新课.ppt

非线性回归方程： 对某些特殊的非线性关系，可以通过变换，将非 线性回归转化为线性回归，然后用线性回归的方法进 行研究，最后再转换为非线性回归方程。 常见非线性回归模型： 1.幂函数： 2. 指数曲线： 3. 倒指数曲线： 4. 对数曲线： 新课讲解 x b ae y = 例1、为了研究某种细菌随时间x变化繁殖个数y的变化，收集数据如下： 时间x/天 1 2 3 4 5 6 繁殖个数y 6 12 25 49 95 190 若x,y之间满足函数关系 题型一、已知模拟函数类型确定解析式 x 1 2 3 4 5 6 u 1.79 2.48 3.22 3.89 4.55 5.25 由计算器算得u＝0.69x＋1.1164， 则有y＝e0.69x＋1.1164. 设 ， 则 ， 例2、在一次抽样调查中测得样本的5个样本点，数值如下表： x 0.25 0.5 1 2 4 y 16 12 5 2 1 试建立y与x之间的回归方程． 题型二、通过数据探寻函数关系模型 t 4 2 1 0.5 0.25 y 16 12 5 2 1 由置换后的数值表作散点图如下： 由散点图可以看出y与t呈近似的线性相关关系．列表如下 i ti yi tiyi t y 1 4 16 64 16 256 2 2 12 24 4 144 3 1 5 5 1 25 4 0.5 2 1 0.25 4 5 0.25 1 0.25 0.0625 1 ∑ 7.75 36 94.25 21.312 5 430 2i 2i 3．下列数据x，y符合哪一种函数模型 (　　) x 1 2 3 4 5 6 7 8 9 10 y 2 2.69 3 3.38 3.6 3.8 4 4.08 4.2 4.3 答案：D 解：选项A中当x＝8,9,10时，函数值与所给数值偏差较大，不合题意；选项B中当x＝10时，y＝2·e10，远远大于4.3，不合题意；选项C中的函数在(0，＋∞)上为减函数，不合题意．故选D. 4、下表按年份给出了1981~2001年我国出口贸易量（亿美元）的数据，根据此表你能预测2018年我国的出口贸易量吗？ 从散点图中观察，数据与直线的拟合性不好， 若用直线来预测，误差将会很大。而图像近似指数函数，呈现出非线性相关性。 分析： 考虑函数 来拟合数据的变化关系，将其转 化成线性函数，两边取对数： 即线性回归方程，记1981年为x=1，1982年为x=2，‥变换后的数据如下表： 设 ，则上式变为 ， 对上表数据求线性回归方程得： 即： 由此可得： ，曲线如图： 这样一来，预测20 1 8年的出口贸易量就容易多了。 解：根据散点图可知y与x近似地呈反比例函数关系，设y＝，令t＝，则y＝kt，原数据变为 所以＝1.55，＝7.2. 所以b＝＝4.134 4.a＝y－bt＝0.8. 所以y＝0.8＋4.134 4t. 所以y对x的回归方程是y＝0.8＋. A.y＝2＋x　　　　　　B．y＝2ex C．y＝2e D．y＝2＋ln x