高中数学选修统计案例回归分析人教版.pptVIP

思考：相关关系与函数关系有怎样的不同？ 函数关系中的两个变量间是一种确定性关系 相关关系是一种非确定性关系 相关系数 相关系数的性质: (1)|r|≤1． (2)|r|越接近于1，相关程度越强； |r|越接近于0，相关程度越弱． 注:b 与 r 同号 * * 复习:独立性检验 1.统计假设H0,若事件A与事件B独立，则 P(AB)= , P(AB)=P(A)P(B), P(AB)=P(A)P(B), P(AB)=P(A)P(B). P(A)P(B) 3.两个临界值 1、两个变量的关系 不相关 相关关系 函数关系 线性相关 非线性相关 问题1：现实生活中两个变量间的关系有哪些呢？ 相关关系：对于两个变量，当自变量取值一定时，因变量的取值带有一定随机性的两个变量之间的关系。 复习 变量之间的两种关系 函数关系是一种理想的关系模型 相关关系在现实生活中大量存在，是更一般的情况 复习 变量之间的两种关系 问题2：对于线性相关的两个变量用什么方法来刻划之间的关系呢？ 2、最小二乘估计 最小二乘估计下的线性回归方程： 你能推导出这个公式吗？ 称为样本点的中心。 假设我们已经得到两个具有相关关系的变量的一组数据 且回归方程是：y=bx+a, ^ 其中，a,b是待定参数。当变量x取 时 它与实际收集到的 之间的偏差是 o x y 偏差的符号有正有负，若将它们相加会造成相互抵消 即n个偏差的平方和最小 故采用n个偏差的平方和． 易知，截距 和斜率 分别是使 取最小值时 的值。由于 这正是我们所要推导的公式。 在上式中，后两项和 无关，而前两项为非负数，因此要使Q取得最小值，当且仅当前两项的值均为0，即有 1)所求直线方程叫做回归直线方程； 相应的直线叫做回归直线。 2)对两个变量进行的线性分析叫做线性回归分析。 3、回归直线方程 的意义是： 以 为基数，x每增加1个单位，y相应地平均增加 个单位。 4、求回归直线方程的步骤： （3）代入公式 （4）写出直线方程为 ,即为所求的回归直线方程。 5、线性回归模型 其中a+bx是确定性函数， ? 是随机误差 注：? 产生的主要原因： (1)所用确定性函数不恰当； (2)忽略了某些因素的影响； (3)观测误差。 思考：水深x=1.95m，水的流速一定是2.12m/s吗？ 是斜率的估计值，说明水深x每增加1个单位时，水的流速y就增加0.733个单位，这表明水深与水的流速具有正的线性相关关系. 回归分析的基本步骤: 画散点图 求回归方程 预报、决策 数学３——统计 画散点图 了解最小二乘法的思想 求回归直线方程 用回归直线方程解决应用问题 例题 从某大学中随机选出8名女大学生，其身高和体重数据如下表： 59 43 61 64 54 50 57 48 体重 170 155 165 175 170 157 165 165 身高 8 7 6 5 4 3 2 1 编号 求根据一名女大学生的身高预报她的体重的回归方程，并预报一名身高为172ｃｍ的女大学生的体重。　 样本点呈条状分布，身高和体重有较好的线性相关关系，因此可以用线性回归方程来近似的刻画它们之间的关系. 解：①选取身高为自变量x，体重为因变量y， ②作散点图： 由 得： 故所求线性回归方程为： 因此，对于身高172cm的女大学生，由线性回归方程可以预报其体重为： 是斜率的估计值，说明身高x每增加1个单位时，体重y就增加0.849个单位，这表明体重与身高具有正的线性相关关系. 探究？ 身高为172ｃｍ的女大学生的体重一定是60.316kg吗？如果不是,其原因是什么? 散点图只是形象地描述点的分布情况，它的“线性”是否 明显只能通过观察，要想把握其特征，必须进行定量的研究． 有必要对两个变量之间作线性相关性检验 负相关 正相关 问题：达到怎样程度，x、y线性相关呢？ 它们的相关程度怎样呢？ 建构数学 (线性)相关性检验 *