【三维设计】人教A版数学选修1-2全册练习：教参 Word版含答案.docVIP

_1.1回归分析的基本思想及其初步应用 线性回归方程 [导入新知] 1．回归分析 (1)函数关系是一种确定性关系，而相关关系是一种非确定性关系，即自变量取值一定时，因变量的取值带有一定的随机性的两个变量之间的关系叫做相关关系． (2)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，回归分析的基本步骤是画出两个变量的散点图，求回归直线方程，并用回归直线方程进行预报． 2．线性回归模型 (1)线性回归模型y＝bx＋a＋e，其中a和 b是模型的未知参数，e称为随机误差．自变量x称为解释变量，因变量y称为预报变量． (2)在回归方程＝x＋中， ＝＝，＝－. 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 [导入新知] 1．残差分析 (1)残差： 样本点(xn，yn)的随机误差ei＝yi－bxi－a，其估计值为i＝yi－i＝yi－xi－，i称为相应于点(xi，yi)的残差(residual)．(以上i＝1,2，…，n) (2)残差图： 作图时，纵坐标为残差，横坐标可以选为样本编号，或xi数据，或yi数据，这样作出的图形称为残差图． (3)残差分析： 残差分析即通过残差发现原始数据中的可疑数据，判断所建立模型的拟合效果，其步骤为：计算残差——画残差图——在残差图中分析残差特性． 残差点比较均匀地落在水平的带状区域中，说明选用的模型比较合适，这样的带状区域的宽度越窄，说明模型拟合精度越高，回归方程的预报精度越高． 2．相关指数 我们可以用相关指数R2来刻画回归的效果，其计算公式是： R2＝1－. R2越大，残差平方和(yi－i)2越小，即模型的拟合效果越好；R2越小，残差平方和(yi－i)2越大，即模型的拟合效果越差．在线性回归模型中，R2的取值范围为[0,1]，R2表示解释变量对于预报变量变化的贡献率，1－R2表示随机误差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． [化解疑难] 残差分析的注意点 在残差图中，可疑数据的特征表现为： (1)个别样本点的残差过大，即大多数的残差点比较均匀地落在水平的带状区域中，而个别残差点偏离该区域过于明显，需要确认在采集这些样本点的过程中是否有人为的错误，如果采集数据有错误，那么需要纠正，然后重新利用线性回归模型拟合数据；如果数据采集没有错误，那么需要寻找其他原因． (2)残差图有异常，即残差呈现不随机的规律性，此时需要考虑所采用的线性回归模型是否合适． 线性回归分析 　　[例1]　炼钢是一个氧化降碳的过程，钢水含碳量的多少直接影响冶炼时间的长短，因此必须掌握钢水含碳量和冶炼时间的关系．如果已测得炉料熔化完毕时，钢水的含碳量x与冶炼时间y(从炉料熔化完毕到出钢的时间)的一列数据，如下表所示： x(0.01%) 104 180 190 177 147 134 150 191 204 121 y(min) 100 200 210 185 155 135 170 205 235 125 (1)作出散点图，你能从散点图中发现含碳量与冶炼时间的一般规律吗？ (2)求回归方程； (3)预测当钢水含碳量为160时，应冶炼多少分钟？ [解]　(1)以x轴表示含碳量，y轴表示冶炼时间，作散点图如图所示： 从图中可以看出，各点散布在一条直线附近，即它们线性相关． (2)列出下表，并用科学计算器进行计算： i 1 2 3 4 5 6 7 8 9 10 xi 104 180 190 177 147 134 150 191 204 121 yi 100 200 210 185 155 135 170 205 235 125 xiyi 10 400 36 000 39 900 32 745 22 785 18 090 25 500 39 155 47 940 15 125 ＝159.8，＝172，＝265 448，iyi＝287 640 设所求的回归方程为＝x＋，＝≈1.267， ＝－≈－30.47. 所以所求的回归方程为＝1.267x－30.47. (3)当x＝160时，＝1.267×160－30.47≈173(min)，即冶炼时间大约为173 min. [类题通法] 求线性回归方程的步骤 (1)列表表示xi，yi，xiyi； (2)计算 ，，iyi； (3)代入公式计算，的值； (4)写出回归直线方程． [活学活用] 某种产品的广告费支出x(单位：百万元)与销售额y(单位：百万元)之间有如下对应数据： x 2 4 5 6 8 y