河北省承德市高中数学 第三章 统计案例 3.1 回归分析的基本思想及其初步应用学案（无答案）新人教A版选修2-3.docVIP

3.1　回归分析的基本思想及其初步应用 学习目标．1通过典型案例的探究，了解回归分析的基本思想、方法及初步应用． 2体会统计方法的特点及应用的广泛性，提高对现代计算技术与统计的应用的认识． 重点：线性回归模型及相关概念，用回归分析方法作出推断． 难点：对线性回归模型、残差分析、相关性检验的理解和用相关指数检验模型的拟合效果． 方 法：自主学习 合作探究 师生互动 一知识回顾与衔接（自主预习） 请回顾复习在必修3中学过的两个变量的线性相关，回归直线，回归直线方程的求法． (一）新知导学 1．回归分析是处理两个变量之间__________的一种统计方法．若两个变量之间具有线性相关关系，则称相应的回归分析为________________． 2．回归直线方程为＝x＋，其中＝___________________　＝____3．线性相关关系强与弱的判断：用____________来描述线性相关关系的强弱． 对于变量x、y随机抽取到的n对数据(x1，y1)、(x2，y2)、…、(xn，yn)，其相关系数r＝______，__________称为样本若y与x具有线性相关关系，其回归直线方程为＝x＋，则预报值与真实值y误差大好还是小好？由于误差值有正有负，直接取其和求平均值正负抵消不能准确反映其误差的大小，怎么解决这个问题？ 残差 对于样本点(x1，y1)、(x2，y2)、…、(xn，yn)，其回归方程为＝x＋，用作为回归模型中bx＋a的估计值，随机误差ei＝yi－bxi－a的估计值i＝__________ (i＝1,2，…，n)，称为相应于点(xi，yi)的残差． ．残差图 以__________为纵坐标，__________(或身高数据，或体重的估计值等)为横坐标作出的图形，称为残差图． ．正确理解预报变量的变化与解释变量和随机误差的关系 预报变量的变化程度可以分解为解释变量引起的变化程度与随机误差e的变化程度之和．为了衡量回归直线方程＝x＋的拟合效果，作残差i＝yi－i其中(xi，yi)为观测到的样本点，i＝xi＋是由回归模型得到的值，残差图的带状区域越窄，模型的拟合精度就越高，由回归方程作出的预报精度就越高．模型的拟合效果，通过相关指数R2来刻画． 在线性回归模型中，R2表示解释变量对预报变量变化的__________．R2越接近于1，表示解释变量和预报变量的线性相关性越强；反之，R2越小，说明随机误差对预报变量的效应越大． 相关指数R2的计算公式是R2＝1－. A．①②　　　　B．①④ C．②③ D．③④ 三 互动探究 （一）变量间的相关性检验 例一 关于两个变量x和y的7组数据如下表所示： 求回归直线方程 例二 (2015·河南周口市高二期末)为了解春季昼夜温差大小与某种子发芽多少之间的关系，现在从4月份的30天中随机挑选了5天进行研究，且分别记录了每天昼夜温差与每天100颗种子浸泡后的发芽数，得到如下资料： 日期 4月1日 4月7日 4月15日 4月21日 4月30日 温差x/ 10 11 13 12 8 发芽数y/颗 23 25 30 26 16 (1)从这5天中任选2天，记发芽的种子数分别为m，n，求事件“m，n均不小于25”的概率． (2)从这5天中任选2天，若选取的是4月1日与4月30日的两组数据，请根据这5天中的另3天的数据，求出y关于x的线性回归方程＝x＋. 试求：(1)线性回归方程＝x＋的回归系数、； (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？ 1．(2015·宝鸡市金台区高二期末)已知回归直线的斜率的估计值是1.23，样本点的中心为(4,5)，则回归直线的方程是(　　) A．＝1.23x＋4　　　 B．＝1.23x－0.08 C．＝1.23x＋0.8 D．＝1.23x＋0.08 2．甲、乙、丙、丁四位同学各自对A、B两变量的线性相关性做试验，并用回归分析方法分别求得相关系数r与残差平方和m如下表： 甲 乙 丙 丁 r 0.82 0.78 0.69 0.85 m 106 115 124 103 则哪位同学的试验结果体现A、B两变量有更强的线性相关性(　　) A．甲　 　 B．乙　 　 C．丙　 　 D．丁3．(2014·重庆理，3)已知变量x与y正相关，且由观测数据算得样本平均数＝3，＝3.5，则由该观测数据算得线性回归方程可能为(　　) A．＝0.4x＋2.3 B．＝2x－2.4 C．＝－2x＋9.5 D．＝－0.3x＋4.44．(2014·枣阳一中、襄州一中、宣城一中、曾都一中高三期中联考)由变量x与y相对应的一组数据(1，y1)、(5，y2)、(7，y3)、(13，y4)、(19，y5)得到的线性回归方程为＝2x＋4