高中数学2.4线性回归方程高中数学2.4线性回归方程.ppt

2.4　线性回归方程 【课标要求】 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．在两个变量具有线性相关关系时，会用线性回归方程进行预测； 3．知道最小平方法的含义，知道最小平方法的思想，能根据给出的线性回归方程系数公式建立线性回归方程． 【核心扫描】 1．散点图的画法，回归直线方程的求解方法．(重点) 2．回归直线方程的求解方法，回归直线方程在现实生活与生产中的应用．(难点) 1．与函数关系不同，相关关系是一种 的关系． 2．能用直线方程＝be＋a近似表示的相关关系叫做线性相关关系，该方程叫 ，给出一组数据(x1，y1)，(x2，y2)，…，(xn，yn)，线性回归方程中的系数a，b满足 想一想：1.相关关系是不是都为线性关系？ 提示　不是．有些变量间的相关关系是非线性相关的． 2．散点图只描述具有相关关系的两个变量所对应点的图形吗？ 提示　不是．两个变量统计数据所对应的点的图形都是散点图． 名师点睛 1．相关关系与函数关系的异同点 2.回归直线方程 (1)回归直线方程的思想方法 ①回归直线：观察散点图的特征，发现各点大致分布在一条直线的附近，就称这两个变量之间具有线性相关的关系，这条直线叫做回归直线． 可见，根据不同的标准可画出不同的直线来近似表示这种线性关系．比如，可以连接最左侧点和最右侧点得到一条直线；也可以让画出的直线上方的点和下方的点数目相等，……这些办法，能保证各点与此直线在整体上是最接近的吗？它们虽然都有一定的道理，但总让人感到可靠性不强． ②最小二乘法：实际上，求回归直线方程的关键是如何用数学的方法来刻画“从整体上看各点与此直线的距离最小”，即最贴近已知的数据点，最能代表变量x与y之间的关系． 题型一　相关关系的判断 【例1】 下列两个变量之间的关系中，①角度和它的余弦值；②正方形的边长和面积；③正n边形的边数和其内角度数之和；④人的年龄和身高．不是函数关系的是________．(填序号) [思路探索] 函数关系是一种变量之间确定性的关系．而相关关系是非确定性关系． 解析　选项①②③都是函数关系，可以写出它们的函数表达式：f(θ)＝cos θ，g(a)＝a2，h(n)＝nπ－2π，④不是函数关系，对于相同年龄的人群中，仍可以有不同身高的人． 答案　④ 规律方法　(1)两变量间主要有两种关系：一是确定的函数关系，另一是不确定的相关关系．同时要注意，两变量间也可能无相关关系，数学中只有统计部分研究不确定的相关关系． (2)函数关系与相关关系的区别的关键是“确定性”还是“随机性”． 【变式1】 下列两个变量中具有相关关系的是________(填写相应的序号)． ①正方体的棱长和体积；②角的弧度数和它的正弦值；③单产为常数时，土地面积和总产量；④日照时间与水稻的亩产量． 解析　正方体的棱长x和体积V存在着函数关系V＝x3；角的弧度数α和它的正弦值y存在着函数关系y＝sin α；单产为常数a公斤/亩土地面积x(亩)和总产量y(公斤)之间也存在着函数关系y＝ax.日照时间长，则水稻的亩产量高，这只是相关关系，应选④. 答案　④ 题型二　线性回归方程的求法 【例2】 假设关于某设备的使用年限x(年)和所支出的维修费用y(万元)有如下统计资料： 若由资料知y对x呈线性相关关系，求线性回归方程＝bx＋a. [思路探索] 本题已知x与y具有线性相关关系，故无需画散点图进行判断，可直接用公式求解． 解　制表． 【变式2】 某商店统计了近6个月某商品的进价x与售价y(单位：元)，对应数据如下： 求y对x的回归直线方程． 题型三　利用回归直线对总体进行估计 【例3】 (14分)下表提供了某厂节能降耗技术改造后生产甲产品过程中记录的产量x(吨)与相应的生产能耗y(吨标准煤)的几组对照数据. (1)请画出上表数据的散点图； (2)请根据上表提供的数据，用最小平方法求出y关于x的线性回归方程； (3)已知该厂技改前100吨甲产品的生产能耗为90吨标准煤．试根据(2)求出的线性回归方程预测生产100吨甲产品的生产能耗比技改前降低多少吨标准煤？(参考数值：3×2.5＋4×3＋5×4＋6×4.5＝66.5) 【题后反思】 解决此类问题首先根据所给数据画出散点图，根据散点图判断两个变量之间是否具有相关关系，如果两个变量之间不具有相关关系，或者说，它们之间的关系不显著，即使求得了线性回归方程也是毫无意义的，而且用其估计和预测的结果也是不可信的． 【变式3】 以下是某地搜集到的新房屋的销售价格y和新房屋的面积x的数据： (1)画出数据对应的散点图； (2)求线性回归方程，并在散点图中加上回归直线； (3)据(2)的结