《1.1.1 回归分析》课件.pptVIP

4.某同学由x与y之间的数据关系求得两个变量间的线性回归方程为y=bx-1，已知数据x的平均值为2，y的平均值为3，则b的值为 _____ . 【解析】由线性回归方程知，点(2,3)在方程y=bx-1上，将(2,3)代入得b=2. 答案：2 5.已知变量x，y有下列四对对应数据： 求y关于x的回归方程. 【解析】 所以 a=1.75-0.8×2.5=-0.25, 所以y关于x的回归方程为y=bx+a=0.8x-0.25. x 1 2 3 4 y 0.5 1.5 2 3 【变式训练】已知某商品的价格x(元)与需求量y(件)之间的关系有如下一组数据： (1)画出y关于x的散点图. (2)用最小二乘法求出需求量y对商品价格x的线性回归方程. x 14 16 18 20 22 y 12 10 7 5 3 【解析】(1) (2) , , ∴b=-1.15， , 线性回归方程为y=-1.15x+28.1. 可线性化的回归分析 【技法点拨】 求解可线性化的回归分析的具体步骤 (1)画散点图； (2)根据散点图确定相应的回归模型； (3)模型变换； (4)求解变换后的回归方程； (5)求y与x间的回归方程. 【典例训练】 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) 2.下表是我国1950-1959年人口数据资料 若y与t之间近似满足y=a·ebt，求人口y对年份t的回归方程，若按此增长趋势，估计大约在哪一年我国人口达到14亿？ 年份 1950 1951 1952 1953 1954 1955 1956 1957 1958 1959 t 0 1 2 3 4 5 6 7 8 9 人口 y(万 人) 55 196 56 300 57 482 58 796 60 266 61 456 62 828 64 563 65 994 67 207 【解析】1.选B.由散点图知，此曲线类似对数函数型曲线，可用B项函数进行拟合. 2.设u=lny，c=lna，则u=c+bt，记1950年为t=0,则上表中数据经变换后如下表： t 0 1 2 3 4 u 10.918 6 10.938 4 10.959 2 10.981 8 11.006 5 t 5 6 7 8 9 u 11.026 1 11.048 2 11.075 4 11.097 3 11.115 5 令y=140 000，则10.916 4+0.022 3t=ln140 000 所以t≈41.838 5，即大约在1950年后的第42年(即1992)年我国人口达到14亿. 【想一想】求解可线性化的回归分析问题的关键是什么？解决这类问题容易忽视的环节有哪些？ 提示：(1)求解可线性化的回归分析问题的关键是回归模型的选取和变换；(2)解决这类问题容易忽视的问题是最后的回归方程的还原. 【变式训练】某地区不同身高的未成年男性的体重平均值如下表： 身高x/cm 60 70 80 90 100 110 体重y/kg 6.13 7.90 9.99 12.15 15.02 17.50 身高x/cm 120 130 140 150 160 170 体重y/kg 20.92 26.86 31.11 38.85 47.25 55.05 (1)试建立y与x之间的回归方程; (2)若体重超过相同身高男性体重平均值的1.2倍为偏胖,低于0.8 倍为偏瘦,那么这个地区一名身高为175 cm体重为82 kg的在校男 生体重是否正常? 【解题指南】解答本题可先画出散点图，判断身高和体重是否线性相关，若不是线性相关，则转化为线性相关再求出回归方程，然后，再预测身高为175 cm的体重是多少来判断体重是否正常. 【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,样本点分布在某条指数型函数曲线y=c1ec2x的周围,于是令z=lny,得下表: 作出散点图如图所示. x 60 70 80 90 100 110 120 130 140 150 160 170 z 1.81 2.07 2.30 2.50 2.71 2.86 3.04 3.29 3.44 3.66 3.86 4.01 由表中数据可得z与x之间的线性回归方程为 z=0.693+0.020x,则有y=e0.693+0.020x. (2)当x=175时,预测平均体重为y=e0.693+0.020×175 ≈66.22, 由于66.22×1.2≈79.4782, 所以这个男生偏胖. 规避误区、规范解答是提高数学成绩的有效途径。本栏目