优化方案高中数学选修1-2（人教A版）：1.1《 回归分析的基本思想及其初步应用 》课件.pptVIP

1.对具有相关关系的两个变量进行统计分析时,首先进行相关关系的判断(可作散点图),在确认具有线性相关关系后,再求回归直线方程. 2.两个变量具有非线性相关关系,可以通过变换的方法转化为线性回归模型,再通过回代间接求出非线性回归方程. 3.评判回归模型拟合的优劣,一是通过残差图,二是通过计算相关指数R2,其中利用R2更准确判断拟合程度的高低. 方法感悟 精彩推荐典例展示 因对回归方程理解不到位致误 (2011·高考山东卷)某产品的广告费用x与销售额y的统计数据如下表: 易错警示 例4 广告费用x(万元) 4 2 3 5 销售额y(万元) 49 26 39 54 【常见错误】　对回归方程的特征性质认识不清,错误地认为回归直线过样本中点,从而错选A(或C、或D). 【答案】　B 跟踪训练 4.已知x与y之间的一组数据: x 0 1 2 3 y 1 3 5 7 知能演练轻松闯关 本部分内容讲解结束 按ESC键退出全屏播放 栏目导引 新知初探思维启动 典题例证技法归纳 知能演练轻松闯关 精彩推荐典例展示 第一章　统计案例 第一章　统计案例 第一章　统计案例 第一章　统计案例 1．1　回归分析的基本思想及其初步应用 学习导航 新知初探思维启动 (2)线性回归模型y＝bx＋a＋e,其中a和b为模型的未知参数,e称为____________. 想一想 1.线性回归模型是函数关系吗？ 提示:y＝bx＋a＋e与函数关系不同,在回归模型中,y的值由x和随机误差e共同确定,即x只能解释部分y的变化.因此有时我们把x称为解释变量,把y称为预报变量. 随机误差 纵坐标 横坐标 均匀 越窄 解释 预报 1 想一想 2.在判断两个变量y与x是否相关时,选择了4个不同的模型,它们的相关指数R2分别为:模型1的相关指数R2为0.98,模型2的相关指数R2为0.80,模型3的相关指数R2为0.50,模型4的相关指数R2为0.25,其中拟合效果最好的模型是哪一个？ 提示:R2越大,残差平方和越小,模拟效果越好,所以题中四个模型中,模型1的拟合效果最好. 典题例证技法归纳 想象一下,一个人从出生到死亡,在每个生日都测量身高,并作出这些数据的散点图,这些点将不会落在一条直线上,但在一段时间内的增长数据有时可以用线性回归来分析,下表是一位母亲给儿子作的从3岁到16岁的成长记录: 例1 题型探究 题型一　线性回归方程及其应用 年龄x/岁 3 4 5 6 7 8 9 身高y/cm 90.8 97.6 104.2 110.9 115.6 122.0 128.5 年龄x/岁 10 11 12 13 14 15 16 身高y/cm 134.2 140.8 147.6 154.2 160.9 167.5 173.0 (1)求年龄x(解释变量)与身高y(预报变量)之间的回归直线方程; (2)如果年龄相差5岁,那么身高有多大差异？(3到16岁之间) 【名师点评】　(1)由于本例条件已指明在3～16岁身高y(预报变量)与年龄x(解释变量)之间具有线性相关关系,不必先画散点图判定. (2)一般情况下,作散点图先判定y与x是否具有线性相关关系,若有线性相关关系时,才能求其线性回归方程并进行预报,否则求线性回归方程也无意义. 互动探究 1.在上例中,如果身高相差20 cm,那么年龄相差多少？ 例2 一个车间为了规定工时定额,需要确定加工零件所花费的时间,为此进行了10次试验 ,测得数据如下: (1)根据上述数据作出散点图,判断x,y之间是否具有线性相关关系; (2)依据数据,求出线性回归方程; (3)列出残差表,并作残差图进行分析; (4)求相关指数R2,并进行分析. 题型二　残差分析与相关指数的应用 观察图象可知,残差图中的残差点比较均匀地落在水平的带状区域中(在两条直线y＝－0.65和y＝0.67之间),也说明选用的线性回归模型较为合适,带状区域的宽度仅为1.32,比较狭窄,说明模型拟合精度较高. 【名师点评】　(1)残差图可粗略判断回归模型是否合理,优点是便于寻找可疑点. (2)相关指数R2能精确判定回归模型的模拟效果.特别是评判两种模型对同一组数据的拟合程度的优劣. 跟踪训练 2.关于x与y有如下数据: x 2 4 5 6 8 y 30 40 60 50 70 例3 为了研究某种细菌繁殖个数y随时间x的变化,收集数据如下: (1)用天数作解释变量,繁殖个数作预报变量,作出上述数据的散点图; (2)试求出预报变量对解释变量的回归方程. 题型三　非线性回归分析 天数x/天 1 2 3 4 5 6 繁殖个数y/个 6 12 25 49 95