[高二数学]31回归分析的基本思想及其初步应用.pptVIP

相关关系的测度（相关系数取值及其意义） 某运动员训练次数与运动成绩之间的数据关系如下： 残差图 第四步：计算相关指数 残差图中的残差点比较均匀地落在水平的带状区域，说明选用的模型比较合适。区域的宽度越窄，说明模型拟合精度越高，回归方程的预报精度越高。 注:在含有一个解释变量的线性模型中,R2恰好等于相关系数r的平方. 这表明“身高解释了64%的体重变化”，或者说“体重的差异有64%是有身高引起的” (而随机误差贡献了剩余的36%,所以,身高对体重的效应比随机误差的效应大得多,可以说身高和体重的相互关系较强) 例2.一只红铃虫的产卵数y和温度x有关,现收集了7组 观测数据列于下表中,试建立y与x之间的回归方程 325 115 66 24 21 11 7 产卵数y/个 35 32 29 27 25 23 21 温度x/oC 解:1)作散点图; 例2.一只红铃虫的产卵数y和温度x有关,现收集了7组 观测数据列于下表中,试建立y与x之间的回归方程 325 115 66 24 21 11 7 产卵数y/个 35 32 29 27 25 23 21 温度x/oC 解:1)作散点图; 从散点图中可以看出产卵数和温度之间的关系并不能用线性回归模型来很好地近似。这些散点更像是集中在一条指数曲线或二次曲线的附近。 利用线性回归模型来建立y和x之间的非线性回归