【成才之路】高中数学（人教A版）选修1-2课件：1.1 回归分析的基本思想及其初步应用.pptVIP

[答案]　A 线性回归分析 [解析]　(1)散点图如下图所示： (3)由表中数据可以看出残差点比较均匀地落在不超过0.15的狭窄的水平带状区域中，说明选用的线性回归模型的精度较高，由以上分析可知，弹簧长度与拉力呈线性关系．由残差表中的数值可以看出第3个样本点的残差比较大，需要确认在采集这个数据的时候是否有人为的错误，如果有的话，需要纠正数据，重新建立回归模型． [方法规律总结]　1.线性回归分析的过程： (1)随机抽取样本，确定数据，形成样本点； (2)由样本点形成散点图，判定是否具有线性相关关系； (3)由最小二乘法求线性回归方程； (4)进行残差分析，分析模型的拟合效果，不合适时，分析错因，予以纠正； (5)依据回归方程作出预报． 2．用散点图可粗略判断两个变量间有无线性相关关系，用相关指数R2可以描述两个变量之间的密切程度． 3．随机误差及其产生的原因 从散点图中我们可以看到，样本点散布在某一条直线附近，而不是在一条直线上，所以不能用一次函数y＝bx＋a来描述它们之间的关系，而是用线性回归模型y＝bx＋a＋e来表示，其中e称为随机误差．产生随机误差的主要原因有以下3个方面： (1)用线性回归模型近似真实模型所引起的误差．可能存在非线性的函数能更好地描述y与x之间的关系，但是现在却用线性函数来表述这种关系，结果会产生误差．这种由模型近似所引起的误差包含在e中． (2)忽略了某些因素的影响．影响变量y的因素不只变量x，可能还包括其他许多因素(例如在描述身高和体重关系的模型中，体重不仅受身高的影响，还会受遗传基因、饮食习惯、生长环境等其他因素的影响)，它们的影响都体现在e中． (3)观测误差．由于测量工具等原因，导致y的观测值产生误差(比如一个人的体重是确定的数，但由于测量工具的影响和测量人技术的影响可能会得到不同的观测值，与真实值之间存在误差)，这样的误差也包含在e中． 在线性回归模型中，R2表示解释变量对预报变量变化的贡献率．R2越接近于1，表示解释变量和预报变量的线性相关性越强；反之，R2越小，说明随机误差对预报变量的效应越大． (3)由题中数据可得样本相关系数r的值为0.999 8，再结合散点图可以说明x与y有很强的线性相关关系．由R2的值可以看出回归效果很好，也说明用线性回归模型拟合数据效果很好． 由残差图也可以观察到，第4个样本点和第5个样本点的残差比较大，需要确认在采集在这两个样本点的过程中是否有人为的错误. [辨析]　明确R2的大小与拟合效果的关系 用相关指数R2来比较模型的拟合效果，R2越大，模型的拟合效果越好，并不是R2越小模型的拟合效果越好． 巩固提高学案 （点此链接） 统计案例 第一章 1.1　回归分析的基本思想及其初步应用 第一章 典例探究学案 2 巩固提高学案 3 自主预习学案 1 自主预习学案 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． 通过求线性回归方程，探究相关性检验的基本思想． 通过对典型案例的探究，体会回归分析在生产实际和日常生活中的广泛应用. 重点：了解线性回归模型与函数模型的差异，了解判断刻画模型拟合效果的方法——相关指数和残差分析． 难点：解释残差变量的含义，回归直线系数的计算求解. 思维导航 1．下列图中的y与x相关吗？ 相关关系 新知导学 1．当一个变量取值改变时，另一个变量的取值随之改变，但带有__________，这样的两个变量之间的关系叫做相关关系． 随机性 思维导航 2．上图2中各点散布在一条直线附近，可否用这条直线对y随x的变化作出近似估计？如果可以，这条直线怎样求？如何刻画这种估计的可靠性？ 线性回归分析 新知导学 2．回归分析是处理两个变量之间__________常用的一种统计方法．若两个变量之间具有线性相关关系，则称相应的回归分析为________________． 相关关系 线性回归分析 4．线性相关关系强与弱的判断：用相关系数r来描述线性相关关系的强弱．当r0时，表明两个变量__________；当r0时，表明两个变量__________．r的绝对值越接近1，表明两个变量的线性相关性越_____；r的绝对值接近于0时，表明两个变量之间_____________线性相关关系．通常当|r|大于______时，认为两个变量有很强的线性相关关系． 5．随机误差的概念：当样本点散布在某一条直线的附近，描述两个变量之间的关系是用线性回归模型____________来表示，其中_____为模型的未知参数，____称为随机误差． 正相关 负相关 强 几乎不存在 0.75 y＝bx＋a＋e a和b e 贡献率 好 新知导学 7．在研究两个变量间的关系时，首先要根据散点图来粗略判断它们是否线性相关，是否可