高中数学-1.1-回归分析的基本思想及其初步应用课件-新人教A版选修1-2-.pptVIP

(3)①散点图如图所示. ×（5+10+15+20+25+30） =17.5, ×（7.25+8.12+8.95+9.90+10.9+11.8） ≈9.487, 计算得 ≈0.183, ≈6.285， 所以所求线性回归方程为 =6.285+0.183x. ②列表如下: 0.05 -2.24 0.005 -1.37 -0.08 -0.54 -0.045 0.41 0.04 1.41 0.025 2.31 所以 ≈0.013 18, =14.678 4. 所以R2≈1- ≈0.999 1, 所以回归模型的拟合效果较好. ③由残差表中的数值可以看出第3个样本点的残差比较大,需要确认在采集这个数据的时候是否有人为的错误,如果有的话,需要纠正数据,重新建立回归模型;由表中数据可以看出残差点比较均匀地落在不超过0.15的狭窄的水平带状区域中,说明选用的线性回归模型的精度较高,由以上分析可知,弹簧长度与质量成线性关系. 【延伸探究】题(3)中③在条件不变的情况下,画出残差图. 【解析】如图所示. 【方法技巧】 1.求线性回归方程的三个步骤 (1)算:根据数据计算 , , (2)代:代入公式求 , 的具体数值. (3)求:由上面的计算结果求方程 = x+ . 2.求线性回归方程的三个关键点 3.解决线性回归问题的思路 首先通过散点图来分析两变量间是否线性相关,然后利用求回归方程的公式求解回归方程,最后借助回归方程对实际问题进行分析. 【变式训练】某班5名学生的数学和物理成绩如表: 学生 学科成绩 数学成绩(x) 物理成绩(y) A 88 78 B 76 65 C 73 71 D 66 64 E 63 61 (1)画出散点图. (2)求物理成绩y对数学成绩x的线性回归方程. (3)一名学生的数学成绩是96,预测他的物理成绩. 【解题指南】按照求回归方程的步骤求解,先求 , , 代入公式求 , ,最后写出方程并进行预测. 【解析】(1)散点图如图. （2） ×(88+76+73+66+63)=73.2, ×(78+65+71+64+61)=67.8. =88×78+76×65+73×71+66×64+63×61=25 054. =882+762+732+662+632=27 174, 所以y对x的回归直线方程是 ＝0.625x+22.05. (3)当x=96时, =0.625×96+22.05≈82，即可以预测他的物理成绩是82. 【补偿训练】某工厂1～8月份某种产品的产量与成本的统计数据见下表: 月份 产量/吨 成本/万元 1 5.6 130 2 6.0 136 3 6.1 143 4 6.4 149 5 7.0 157 6 7.5 172 7 8.0 183 8 8.2 188 设产量为x,成本为y,试建立函数模型近似表示x,y的关系. 【解析】散点图如图所示. 从图上可以看出,这些点基本上散布在一条直线附近,可以认为x和y线性相关关系显著,下面求其回归方程,首先列出下表: 序号 1 2 3 4 5 6 7 8 ∑ xi 5.6 6.0 6.1 6.4 7.0 7.5 8.0 8.2 54.8 yi 130 136 143 149 157 172 183 188 1 258 31.36 36.00 37.21 40.96 49.00 56.25 64.00 67.24 382.02 xiyi 728.0 816.0 872.3 953.6 1 099.0 1 290.0 1 464.0 1 541.6 8 764.5 =6.85, =157.25, ≈157.25-22.17×6.85≈5.39. 故线性回归方程 =22.17x+5.39. 类型二 非线性回归分析 【典例2】 (1)两个变量的散点图如图,可考虑 用如下函数进行拟合比较合理的是 　(　　) A.y=a·xb B.y=a+blnx C.y=a·ebx D.y=a· 第一章　统计案例 1.1　回归分析的基本思想及其初步应用 问题 引航 1.回归分析的含义是什么?有哪些基本步骤?线性回归模型怎样用表达式表示?产生随机误差的原因是什么? 2.回归方程中 与 怎样求解? 3.刻画回归效果的方式有哪些? 1.回归分析 回归分析是对具有_________的两个变量进行统计分析的一 种常用方法,回归分析的基本步骤是_____________________, ___________,并用回归方程进行预报. 相关关系 画出两个变量的散点图