【三维设计】学年人教A版数学选修23全册练习：第三章 Word版含答案.doc

_3.1回归分析的基本思想及其初步应用 回归直线方程 [提出问题] 《必修3》中，求出回归直线方程＝x＋. 问题1：回归直线方程准确的反映了x，y之间的关系吗？ 提示：不是． 问题2：所有的两个相关变量都可以求回归方程吗？ 提示：可以，但拟合程度很差． [导入新知] 1．回归分析 回归分析是对具有相关关系的两个变量进行统计分析的一种常用方法． 2．回归直线方程 方程＝x＋是两个具有线性相关关系的变量的一组数据(x1，y1)(x2，y2)，…，(xn，yn)的回归方程，其中，是待定参数，其最小二乘估计分别为： 其中＝i，＝i，(，)称为样本点的中心． [化解疑难] 线性回归方程中系数的含义 (1)是回归直线的斜率的估计值，表示x每增加一个单位，y的平均增加单位数，而不是增加单位数． (2)当＞0时，变量y与x具有正的线性相关关系；当＜0时，变量y与x具有负的线性相关关系． 线性回归分析 [提出问题] 具有相关关系的两个变量的回归直线方程＝x＋. 问题1：预报变量与真实值y一样吗？ 提示：不一定． 问题2：预报值与真实值y之间误差大了好还是小了好？ 提示：越小越好． [导入新知] 1．残差平方和法 (1)i＝yi－i＝yi－xi－(i＝1,2，…，n)，称为相应于点(xi，yi)的残差． (2)残差平方和(yi－i)2越小，模型拟合效果越好． 2．残差图法 残差点比较均匀地落在水平的带状区域内，说明选用的模型比较合适，其中这样的带状区域宽度越窄，说明模型的精确度越高． 3．利用相关指数R2刻画回归效果 其计算公式为：R2＝1－， 其几何意义：R2越接近于1，表示回归效果越好． [化解疑难] 1．在线性回归模型中，因为e是一个随机变量，所以可以通过其数字特征来刻画它的一些总体特征． 2．在线性回归模型中，R2表示解释变量对于预报变量变化的贡献率，R2越接近于1，表示回归的效果越好． 求线性回归方程 [例1]　某种产品的广告费用支出x与销售额y(单位：百万元)之间有如下的对应数据： x/百万元 2 4 5 6 8 y/百万元 30 40 60 50 70 (1)画出散点图； (2)求线性回归方程； (3)试预测广告费用支出为10百万元时，销售额多大？ [解]　(1)散点图如图所示： (2)列出下表，并用科学计算器进行有关计算： i 1 2 3 4 5 合计 xi 2 4 5 6 8 25 yi 30 40 60 50 70 250 xiyi 60 160 300 300 560 1 380 x 4 16 25 36 64 145 所以，＝＝5，＝＝50，＝145， iyi＝1 380. 于是可得＝＝＝6.5， ＝－ ＝50－6.5×5＝17.5. 所以所求的线性回归方程为＝6.5x＋17.5. (3)根据上面求得的线性回归方程，当广告费用支出为10百万元时， ＝6.5×10＋17.5＝82.5(百万元)， 即广告费用支出为10百万元时，销售额大约为82.5百万元． [类题通法] 求线性回归方程的步骤 (1)列表表示xi，yi，xiyi，x； (2)计算，，，iyi； (3)代入公式计算，的值； (4)写出线性回归方程． [活学活用] 为了估计山上积雪融化后对下游灌溉的影响，在山下建立了一个观测站，测量了最大积雪深度x(尺)与当年灌溉面积y(千亩)，得到连续10年的数据于下表： 年序 最大积雪深度x/尺 灌溉面积y/千亩 1 15.2 28.6 2 10.4 19.3 3 21.2 40.5 4 18.6 35.6 5 26.4 48.9 6 23.4 45.0 7 13.5 29.2 8 16.7 34.1 9 24.0 46.7 10 19.1 37.4 (1)试根据散点图判断变量y与x是否相关？ (2)若y与x相关，求出回归直线方程． 解：为了研究这些数据中所蕴含的规律性，我们把各年最大积雪深度作为横坐标，相应的灌溉面积作为纵坐标，将这些数据点标在平面直角坐标系中，如下图所示． 从上图可以看到，数据点大致落在一条直线附近，这告诉我们变量x与y之间的关系大致可看作是线性关系，从上图还可以看到，这些点又不都在一条直线上，这表明x与y的关系并没有确切到给定x就可以唯一地确定y的程度，事实上，还有许多其他因素对y产生影响，如当年的平均气温，当年的降雨量等等，这些都是影响y取什么值的随机因素，研究x与y的关系，利用公式得， ＝(15.2＋10.4＋…＋19.1)＝18.85， ＝(28.6＋19.3＋…＋37.4)＝36.53， x－10 2＝227.845， xiyi－10 ＝413.065， ＝≈1.813， ＝36.53－1.813×18.85≈2.355. 从而回归直线方程