2018年《线性回归方程》课件（苏教版必修3）..pptVIP

线性回归方程(1) 情境： 客观事物是相互联系的，过去研究的大 多数是因果关系。比如说：某某同学的数 学成绩与物理成绩，彼此是互相联系的， 但不能认为数学是“因”，物理是“果”，或 者反过来说。事实上数学和物理成绩都是 “果”,而真正的“因”是学生的理科学习能力 和努力程度。所以说，函数关系存在着一 种确定性关系。但还存在着另一种非确定 性关系——相关关系。 * * 问题： 某小卖部为了了解热茶销售量与气温 之间的关系，随机统计并制作了某6天 卖出热茶的杯数与当天气温的对照表： 64 50 38 34 24 20 杯数 -1 4 10 13 18 26 气温/0C 如果某天的气温是-50C，你能根据这些 数据预测这天小卖部卖出热茶的杯数吗? 为了了解热茶销量与 气温的大致关系,我们 以横坐标x表示气温， 纵坐标y表示热茶销量， 建立直角坐标系.将表 中数据构成的6个数对 表示的点在坐标系内 标出，得到下图。今 后我们称这样的图为 散点图(scatterplot). 选择怎样的直线近似地表示热茶销量与气 温之间的关系? 我们有多种思考方案: (1)选择能反映直线变化的两个点,例如取 （2）取一条直线,使得位于该直线一侧和 另一侧的点的个数基本相同； （3）多取几组点,确定几条直线方程,再分 别算出各条直线斜率、截距的平均值,作为 所求直线的斜率、截距； ……………… 怎样的直线最好呢? 这两点的直线； 建构数学 1.最小平方法： 用方程为 的点，应使得该直线与散点图中的点最接近 那么，怎样衡量直线 与图中六 个点的接近程度呢？ 的直线拟合散点图中 我们将表中给出的自变量 带入直线方程,得到相应的六个值： 的六个值 它们与表中相应的实际值应该越接近越好. 所以,我们用类似于估计平均数时的 思想,考虑离差的平方和 是直线 在垂直方向(纵轴方向)上的距离的平 方和,可以用来衡量 与各散点 与图中六个点的接近 的值,使 达到最小值.这种方法叫做最小平方法 (又称最小二乘法) . 程度,所以,设法取 直线 线性相关关系： 像这样能用直线方程 近似表示的相关关系叫做线性相关关系. * *