高中数学3-1-2回归分析的基本思想及其初步应用2课件新人教A版选修.pptVIP

一、选择题 1．下面两个变量间的关系不是函数关系的是 (　　) A．正方形的棱长与体积 B．角的度数与它的正弦值 C．单产为常数时，土地面积与粮食总产量 D．日照时间与水稻亩产量 [答案]　D 1．通过本节的学习进一步了解回归分析的基本思想、方法和初步应用． 2．培养学生对数据的直观感觉，认识统计方法的直观特点，体会统计方法应用的广泛性． 本节重点：回归分析方法． 本节难点：在实际问题中，应用回归分析方法作出推断． 3．残差图：作图时，纵坐标为 ，横坐标可以选为样本编号，或有关数据，这样作出的图形称为残差图．如果残差点比较均匀地落在 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 ，回归方程的预报精度也 ． 残差 水平的带状区域 越高 越高 我们可以用残差图和相关指数R2＝ 来刻画回归的效果． 4．建立回归模型的基本步骤 (1)确定研究对象，明确哪个变量是 ，哪个变量是 ； (2)画出确定好的解释变量和预报变量的 ，观察它们之间的关系(如是否存在线性关系等)； (3)由经验确定回归方程的类型(如我们观察到数据呈线性关系，则选用线性回归方程 )； 解释变量 预报变量 散点图 (4)按一定规则估计回归方程中的参数(如最小二乘法)； (5)得出结果后分析残差图是否有异常(个别数据对应残差过大，或残差呈现不随机的规律性等等)；若存在异常，则检查 是否有误，或 是否合适等． 数据 模型 [例1]　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： (1)画出数据对应的散点图； (2)求线性回归方程，并在散点图中加上回归直线； (3)据(2)的结果估计当房屋面积为150m2时的销售价格． 房屋面积(m2) 115 110 80 135 105 销售价格(万元) 24.8 21.6 18.4 29.2 22 [解析]　(1)数据对应的散点图如下图所示： (3)据(2)，当x＝150m2时，销售价格的估计值为 ＝0.1962×150＋1.8166＝31.2466(万元)． [点评]　已知x与y呈线性相关关系，就无需进行相关性检验，否则要进行相关性检验．如果两个变量不具备相关关系，或者相关关系不显著，即使求出回归方程也是毫无意义的，用其估计和预测也是不可信的．进行线性相关的判断，可通过散点图直观判断，散点图不明显的可进行相关性检验. [例2]　假设关于某设备的使用年限x和所支出的维修费用y(万元)，有如下表的统计资料： 若由资料知，y对x呈线性相关关系． 使用年限x 2 3 4 5 6 维修费用y 2.2 3.8 5.5 6.5 7.0 (2)求残差平方和； (3)求相关指数R2； (4)估计使用年限为10年时，维修费用是多少？ [分析]　∵y对x呈线性相关关系，用线性相关的公式分别计算． [解析]　(1)由已知条件制成下表： i 1 2 3 4 5 合计 xi 2 3 4 5 6 20 yi 2.2 3.8 5.5 6.5 7.0 25 xiyi 4.4 11.4 22.0 32.5 42.0 112.3 x 4 9 16 25 36 90 [点评]　(1)残差平方和越小，预报精确度越高．(2)相关指数R2取值越大，说明模型的拟合效果越好． [例3]　在试验中得到变量y与x的数据如下表： 由经验知，y与 之间具有线性相关关系，试求y与x之间的回归曲线方程，当x0＝0.038时，预测y0的值． [分析]　通过换元转化为线性回归问题． x 0.0667 0.0388 0.0333 0.0273 0.0225 y 39.4 42.9 41.0 43.1 49.2 [解析]　令u＝ ，由题目所给数据可得下表所示的数据； 序号 ui yi u uiyi 1 15.0 39.4 225 591 2 25.8 42.9 665.64 1106.82 3 30.0 41.0 900 1230 4 36.6 43.1 1339.56 1577.46 5 44.4 49.2 1971.36 2184.48 合计 151.8 215.6 5101.56 6689.76