高中数学-第3章-§1回归分析课件-北师大版选修2-31.pptVIP

1．通过收集现实问题中两个有关联变量的数据作出散点图，并利用散点图直观认识变量间的相关关系． 2．通过求线性回归方程，探究相关性检验的基本思想． 3．通过对典型案例的探究，体会回归分析在生产实践和日常生活中的广泛应用． 本节重点：回归直线方程相关系数和可线性化的回归分析． 本节难点：通过相关性的检验，对实际问题进行回归分析． 1．线性回归分析的步骤 (1)画出两个变量的_________； (2)求________________； (3)由线性回归方程进行______． 变量之间线性相关系数r具有如下性质： (1)r2≤1，故变量之间线性相关系数r的取值范围为[－1,1]． (2)|r|值越大，变量之间的__________________；|r|值越接近0，变量之间的_________________． (3)当r0时，两个变量的值总体上呈现出同时增减的趋势，此时称两个变量_______；当r0时，一个变量增加，另一个变量有减少的趋势，称两个变量________；当r＝0时，称两个_______________． 4．可线性化的回归分析 1．在实际问题中，有时两个变量之间的关系并不是线性关系，这就需要根据散点图选择适当的函数模型来拟合观测数据，然后通过适当的变量代换，把非线性问题转化为线性问题，从而确定未知参数，建立相应的线性回归方程． 2．常见的非线性回归模型转化为线性回归模型如下： (1)幂函数曲线y＝axb 作变换u＝lny，v＝lnx，c＝lna，得线性函数u＝c＋bv. (2)指数曲线y＝aebx 作变换u＝lny，c＝lna，得线性函数u＝c＋bx. 1．两个相互联系的变量之间的关系有两种：一是确定性关系(即函数关系)，二是非确定性关系(即相关关系)．回归分析就是通过研究两个变量的相关关系，发现它们之间统计规律的方法． 2．任何数据，不管它们的线性相关关系如何，都能用最小二乘法求出线性回归方程．为使建立的线性回归方程有意义，需先作出数据的散点图，判断变量之间是否具有线性相关关系． 当|r|0.75时，通过认为两个变量有较强的线性相关程度，从而也表明建立的线性回归方程是有意义的． 3．通过复习线性回归方程，探究相关性检验的基本思想． 4．培养类比、迁移、化归的能力． (2)如果y与x之间具有线性相关关系，求线性回归方程； (3)如果父亲的身高为73英寸，估计儿子的身高． (3)当x＝73时，儿子的身高的估计值为0.4646×73＋35.9747≈69.9(英寸)． 所以当父亲身高为73英寸时，估计儿子的身高约为69.9英寸． [点评]　由于x与y的关系不确定，需先对其是否具有线性相关关系进行判断，本题先求出x与y之间的线性相关系数，然后根据线性相关系数的值得出y与x之间有较强的线性相关程度的判断，再进一步求出线性回归方程． 某厂的生产原料耗费x(单位：百万元)与销售额Y(单位：百万元)之间有如下的对应关系： (1)x与Y之间是否具有线性相关关系？若有，求其回归直线方程； (2)若实际销售额不少于50百万元，则原料耗费应该不少于多少？ [分析]　先粗略判断x与Y之间是否具有相关关系，再依据回归直线方程的求法求解． [解析]　(1)画出(x，y)的散点图，如下图所示，由图可知x，y有线性关系． [点评]　回归分析是定义在具有相关关系的两个变量的基础上的，对于性质不明确的两个变量，可先作散点图，由图粗略的分析它们是否具有相关关系，在此基础上，求其回归方程，并作回归分析． [分析]　解答本题可先由表中数据作出散点图，并通过散点图来分析两个变量间的关系；若两个变量间的关系是非线性的，要结合必修1中的函数模型的应用来选择函数，然后利用变量代换化为直线型，从而解决问题． [解析]　根据收集的数据作散点图： 根据样本点分布情况，可选用两种曲线模型来拟合． 由Z与x数据表，得到线性回归方程， z＝0.181 2x－0.848 5， 所以非线性回归方程为 y＝e0.181 2x－0.848 5， 因此，该化学物质反应速度对催化剂的量的非线性回归方程为y＝e0.181 2x－0.848 5. (2)若体重超过相同身高的女性体重平均值的1.2倍为偏胖，低于0.8倍为偏瘦，那么这个地区一名身高175cm、体重82kg的在校女生的体重是否正常？ [分析]　由样本点画出散点图，找出拟合函数曲线，转化为线性回归模型解题．注意最后要将中间变量值用x代换． [解析]　(1)根据上表中的数据画出散点图如图所示． 由图可看出，样本点分布在某条类似指数函数曲线y＝ec1＋c2x的周围，其中c1和c2是待定的参数，令z＝lny，变换后的样本数据表如下： 作出散点图如图所示． (2)当x＝175cm时， 预测平均体重y＝e