3.1.1回归分析的基本思想及其初步应用(一).pptVIP

郑平正 制作 * 郑平正 制作 3.1回归分析的基本思想及其初步应用（一） 高二数学 选修2-3 问题1：正方形的面积y与正方形的边长x之间的函数关系 是： y = x2 确定性关系 问题2：某水田水稻产量y与施肥量x之间是否有一个 确定性的关系？ 复习回顾： 自变量取值一定时，因变量的取值带有一定随机性的两个变量之间的关系叫做相关关系。 1）：相关关系是一种不确定性关系； 注 对具有相关关系的两个变量进行统计分析的方法叫回归分析。 2）： 现实生活中存在着大量的相关关系。 如：人的身高与年龄； 产品的成本与生产数量； 商品的销售额与广告费； 家庭的支出与收入。等等 例如：在 7 块并排、形状大小相同的试验田上进行施肥 量对水稻产量影响的试验，得到如下所示的一组数据： 探索：水稻产量y与施肥量x之间大致有何规律？ 施化肥量x 15 20 25 30 35 40 45 水稻产量y 330 345 365 405 445 450 455 10 20 30 40 50 500 450 400 350 300 · · · · · · · 发现：图中各点，大致分布在某条直线附近。 探索2：在这些点附近可画直线不止一条，哪条直线最能代表x与y之间的关系呢？ 施化肥量x 15 20 25 30 35 40 45 水稻产量y 330 345 365 405 445 450 455 x y 散点图 施化肥量 水稻产量 在 中，当变量x取 时， 它与实际收集到的 之间的偏差是： o x y 称为样本点的中心。 1、所求直线方程叫做回归直线方程； 相应的直线叫做回归直线。 2、对两个变量进行的线性分析叫做线性回归分析。 求样本数据的线性回归方程，可按下列步骤进行： 第一步，计算平均数 , 第二步，计算 第三步，写出回归方程 例1、观察两相关变量得如下表： x -1 -2 -3 -4 -5 5 3 4 2 1 y -9 -7 -5 -3 -1 1 5 3 7 9 求两变量间的回归方程. 年份x 2009 2010 2011 2012 2013 2014 2015 人均纯收入y 2.9 3.3 3.6 4.4 4.8 5.2 5.9 1、某地区2009年至2015年农村居民家庭纯收入y（单位：千元）的数据如下表： （Ⅰ）画散点图并求y关于x的线性回归方程； （Ⅱ）利用（Ⅰ）中的回归方程，分析2009年至2015年该地区农村居民家庭人均 纯收入的变化情况，并预测该地区2016年农村居民家庭人均纯收入. 年份x 2011 2012 2013 2014 2015 需求量y（万吨） 235 245 255 275 285 2、某地最近十年粮食需求量逐年上升，下表是部分统计数据： （Ⅰ）利用所给数据求年需求量与年份之间的回归直线方程 （Ⅱ）利用（Ⅰ）中所求出的直线方程预测该地2016年的粮食需求量 例题 从某大学中随机选出8名女大学生，其身高和体重数据如下表： 编号 1 2 3 4 5 6 7 8 身高 165 165 157 170 175 165 155 170 体重 48 57 50 54 64 61 43 59 求根据一名女大学生的身高预报她的体重的回归方程，并预报一名身高为172ｃｍ的女大学生的体重。　 分析：由于问题中要求根据身高预报体重，因此选取身高为自变量，体重为因变量． 2.回归方程： 1. 散点图； 探究？ 身高为172ｃｍ的女大学生的体重一定是60.316kg吗？如果不是,其原因是什么? 如何描述两个变量之间线性相关关系的强弱？ 在《数学3》中，我们学习了用相关系数r来衡量两个变量之间线性相关关系的方法。 相关系数r 本例中, 可求得r=0.7980.75．这表明体重与身高有很强的线性相关关系，从而也表明我们建立的回归模型是有意义的. 相关关系的测度（相关系数取值及其意义） -1.0 +1