3.1回归分析的基本思想及其初步应用.pptVIP

. 从刚才的散点图发现：年龄越大，体内脂肪含量越高，点的位置散布在从左下角到右上角的区域。称它们成正相关。但有的两个变量的相关，如下图所示： 如高原含氧量与海拔高 度的相关关系，海平面以 上，海拔高度越高，含氧 量越少，称它们成负相关. 练习:下列5组数据中,去掉( )组数据后,剩下的数据的线性相关性最大. 相关系数r 定义:线性回归模型： y =bx+a 线性回归模型：y=bx+a+e * 年龄 脂肪 23 9.5 27 17.8 39 21.2 41 25.9 45 49 27.5 26.3 50 28.2 53 29.6 54 30.2 56 31.4 57 30.8 年龄 脂肪 58 33.5 60 35.2 61 34.6 如上的一组数据，你能分析人体的脂肪含量与年龄之间有怎样的关系吗？ 探究 下面我们以年龄为横轴，脂肪含量为纵轴建立直角坐标系，作出各个点，称该图为散点图。 如图： O 20 25 30 35 40 45 50 55 60 65 年龄 脂肪含量 5 10 15 20 25 30 35 40 O 如果散点图中点的分布从整体上看大致在一条直线附近，我们就称这两个变量之间具有线性相关关系,这条直线叫做回归直线，该直线叫回归方程。 O 20 25 30 35 40 45 50 55 60 65 年龄 脂肪含量 5 10 15 20 25 30 35 40 08年中山高二期末 8 7 6 5 4 3 2 1 59 43 61 45 48 50 47 48 体重 170 155 165 148 160 157 162 165 身高 案例:从某班随机抽取8名女同学的身高和体重数据如下,作散点图,分析变量关系. 该班女生身高与体重大概呈线性关系 .A(1,3) O x y .B(2,4) .C(4,5) .D(3,10) .E(10,12) （1）r0,x,y正相关； r0,x,y负相关； （2）r的绝对值越接近1，变量的相关性越强； r的绝对值越接近0，变量的相关性越弱. 对于相关系数 r ，下列说法正确的是： 现随机抽取了高二级10名学生在某次段考的数学 成绩（x）与物理成绩（y），数据如下表： 71 57 46 69 68 69 68 84 64 84 y 108 99 105 104 110 103 104 117 108 120 X 10 9 8 7 6 5 4 3 2 1 学生号 请问：这十个学生的两科成绩考试是否具有显著性线性相 关关系? 解： 求相关系数 r ： 由0.7506 0.75 知，这次段考的数学成绩和 物理成绩有显著性的线性相关关系 知识点: 某公司利润y与销售总额x （单位：千万元）之间有以下对应数据： 2.7 2 1.9 1.4 1 y 23 20 17 15 10 x (1)画出散点图 （2）求回归直线方程 （3）估计销售总额为30千万元的利润 参考值： 09年中山高二期末考 8 7 6 5 4 3 2 1 59 43 61 45 48 50 47 48 体重y 170 155 165 148 160 157 162 165 身高x 案例:从某班随机抽取8名女同学的身高 和体重数据如下：求（１）该样本中心(2) 线性回归方程，（3）若本班有一女生身高是１６０，预报她的体重是多少？ 解: 探究： 身高为160cm的女大学生的体重一定是49.96kg吗？如果不是，你能解析一下原因吗？ 答：身高为172cm的女大学生的体重不一定是60.316kg，但一般可以认为她的体重接近于60.316kg。 x:解释变量,y:预报变量,e随机误差 解释变量x(身高) 随机误差e 求预报变量 y(体重) 求未知参数a,b? +e x:解释变量,y:预报变量,e随机误差 解释变量x(身高) 随机误差e 求预报变量 y(体重) 解释变量x对预报变量y影响有多大 呢？随机误差e对预报变量y影响 又有多大呢？ 8 7 6 5 4 3 2 1 编号 59 43 61 64 54 50 57 48 体重y 170 155 165 175 170 157 165 165 身高x 54.373 54.373 47.581 58.618 62.863 54.373 45.883 58.618 -6.373 2.627 2.419 -4.618 1.137 6.627 -2.883 0.382 即随机误差的效应为128.361 残差平方和越小，y与x的模型拟合程度越好 54.373 54.373 47.581 58.618 62.863 54.373 45.883 58.618 -6.373 2.627 2.419 -4.618 1.137