高考数学复习点拨-我看回归分析.docVIP

我看回归分析 　　来描述两个具有线性相关关系的变量之间的关系，而是把这两个关系用下面的线性回归模型来表示：． 　　其中为模型的未知参数，称为随机误差． 　　注：线性回归模型与我们所熟悉的一次函数模型的不同之处是增加了随机误差项，因变量的值由自变量和随机误差共同确定，即自变量只能解释部分的变化． 　　3．样本点中心 　　最小二乘估计和就是未知参数和的最好估计， 其计算公式为 　　其中，称为样本点的中心． 　　注：回归直线过样本点的中心． 　　4．衡量两个变量之间线性相关关系的方法 　　我们常用相关系数r来衡量两个变量之间的线性相关关系，具体计算公式为． 　　当时，表明两个变量正相关；当时，表明两个变量负相关．的绝对值越接近１，表明两个变量的线性相关性越强；的绝对值接近于０时，表明两个变量之间几乎不存在线性相关关系． 　　5．总偏差平方和、残差平方和、回归平方和 　　在数学上，把每个效应（观测值减去总的平均值）的平方加起来，即用表示总的效应，称为总偏差平方和． 　　数据点和它在回归直线上相应位置的差异是随机误差的效应，称为残差，然后分别将所得值的平方后加起来，称为残差平方和，它代表了随机误差的效应，用数学符号表示为． 　　回归平方和＝总偏差平方和－残差平方和． 　　注：我们可以用相关指数来刻画回归的效果，其计算公式为． 　　显然，的值越大，说明残差平方和越小，也就是说模型的拟合效果越