高二必修③统计变量间的相关关系.ppt

* * * 温州二中黄龙校区 张启津 （一）统计思想再认识 回顾1：请大家回顾十来年数学学习历程，我们经历了哪些有关统计知识？ 初中八,九年级的平均数 数与标准差 高一必修①的函数模型 及其应用(直接选择函数) 高二必修③统计,变量间的 相关关系(线性相关,相关强度r在阅读中介绍) 高二选修2-3 回归分析的基本思想及其初步应用 独立性检验的基本思想及其初步应用 回顾2：请回顾用统计的方法研究问题的基本过程。 收集数据（随机抽样） 整理、分析数据 用样本去估计总体（数字特征、图形特征） 研究变量的相关关系（回归直线） 探究：如果我们要研究身高和体重之间的关系， 你会怎么做？ 收集数据 列表 画散点图 粗略估计身高和体重的相关关系 求回归方程 对回归方程进行分析 （二）回归方程的建立 假设我们现在收集到一批学生的数据如下： 59 43 61 64 54 50 57 48 体重/kg 170 155 165 175 170 157 165 165 身高/cm 8 7 6 5 4 3 2 1 编号 现在我们想知道身高为172CM的学生的体重，应该怎么做？ 最小二乘法估计： 得到回归方程： 将172代入上式得到 （三）线性回归模型的建立 问题1：大家如何理解我们求出的回归直线方程以及预测值 （1）由于不同的样本计算出的斜率和截距是不同的，因此我们求出回归直线的斜率和截距具有随机性。 （2）不同的方法求出的斜率和截距也会不同，目前最小二乘法是最好的估计方法。 （3）结合这两点，由公式得到是斜率和截距的估计值。 （4）故所得到预测值不是精确的，一般可以认为她的体重大约在60.316 。 （三）线性回归模型的建立 问题2：请大家计算编号为6的女大学生的体重，你有什么发现？ 问题3：它与真实值61kg不同，产生这种误差的原因是什么呢？ （1）我们无法知道身高与体重之间的确切关系，因此用线性 回归方程 来近似这种关系。而线性模拟不一 定是最好的模拟。 （2）事实上，一个人的体重除受身高影响外，还受其它的因素，如：饮食习惯、是否喜欢运动、度量误差等的影响。 这些因素所引起的误差是不可观测的，我们把这些因素（除了身高以外的随机因素）所引起的误差总和记为 它是一个随机变量 问题4：有了这个误差 以后，大家可以建立一个模型来表示身高和体重之间的关系吗？ 其中 称为随机误差 问题5：能说明它与一次函数模型 的区别吗？ 解释变量 预报变量 （四）回归分析 问题1. 利用统计的思想，如何求随机误差 ？ 对于样本点： 它们相应的随机误差的估计值为 问题2：为了研究模型拟合的效果，通过研究什么是关键？ 0.382 -2.883 6.627 1.137 -4.618 2.419 2.627 -6.373 残差 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 问题3：小组讨论，用什么方法使这些数据变得更直观？它能给我们一些什么信息？ （四）回归分析 残差图 通常以样本编号、身高数据等作为横坐标。残差作为纵坐标。 （1）有些样本点的残差比较大，考虑样本点的采集是否有人为错误。 （2）残差点应该比较均匀地落在水平的带状区域中，这个带状区域越窄，说明拟合效果越好。 （四）回归分析 残差分析 * *