山东临清三中数学选修2-3课件：3.1回归分析的基本思想第二课时（新人教A版选修2-3）.pptVIP

* 3.1 回归分析的基本思想 及其初步应用(二) 临清二中赵孝金 选修2-3之第三章《统计案例》 * 前置测评 1、 求回归直线方程 (最小二乘法)： 为样本点的中心 * 2、我们通常用相关系数r来描述两个变量之间线性相关关系的强弱。 ★其中：(1)|r|≤1； (2)|r|越接近于1，相关程度越强， |r|越接近于0，相关程度越弱； (3) b 与 r 同号。 前置测评 * 3、线性回归模型： 其中：e是随机误差，均值E(e)=0，方差D(e)=σ20 当随机误差e恒等于0时，线性回归模型就变成一次函数模型。即：一次函数模型是线性回归模型的特殊形式。 4、相关系数r与随机误差e一般有什么关系？ 前置测评 * 随机误差 e的估计量 样本点： 相应的随机误差为： 相应的随机误差估计值为： 称为相应于点 的残差 的估计量 为 称为残差平方和。 实际上即为具体到某 点的随机误差估计值。 * 残差分析 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是线性相关，是否可以用线性回归模型来拟合数据.然后，可以通过残差 来判断模型拟合的效果，判断原始数据中是否存在可疑数据.这方面的分析工作称为残差分析。 * 0.382 -2.883 6.627 1.137 -4.618 2.419 2.627 -6.373 残差 59 43 61 64 54 50 57 48 体重/kg 170 155 165 175 170 157 165 165 身高/cm 8 7 6 5 4 3 2 1 编号 下表为女大学生身高和体重的原始数据以及相应的残差数据： ? e 以纵坐标为残差，横坐标为编号，作出图形（残差图）来分析残差特性. * 由图可知，第1个样本点和第6个样本点的残差比较大，需要确认在采集这两个样本点的过程中是否有人为的错误.如果数据采集有错误，就予以纠正，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，则需要寻找其他原因. * 问：如何刻画模型拟合的精度？ 相关指数： (1)在含有一个解释变量的线性模型中，R2恰好等于相关系数r的平方. (2)R2取值越大（越接近1），则残差平方和越小，即模型的拟合效果越好.(实际上就是：|r|越大，则|e|越小) (3)在例1中我们可以求出R2=0.64，表明：“女大学生的身高解释了64％的体重变化”，或者说“女大学生的体重差异有64％是由身高引起的”。 ★其中： * 建立回归模型的基本步骤： （1）确定研究对象，明确哪个变量是解释变量，哪个变量是预报变量; （2）画出确定好的解释变量和预报变量的散点图，观察它们之间的关系（是否存在线性关系）； （3）由经验确定回归方程的类型（如观察到数据呈线性关系，则选用线性回归方程y=bx+a）； （4）按一定规则估计回归方程中的参数（如最小二乘法）； （5）得出结果后分析残差图是否异常（个别数据对应残差过大，或残差呈现不随机的规律性等），若存在异常，则检查数据是否有误，或模型是否合适等. 是否存在线性关系 * 例2、一只红铃虫的产卵数y和温度x有关，现收集了7组观测数据列于下表，试建立y与x之间的回归方程. 325 115 66 24 21 11 7 产卵数y/个 35 32 29 27 25 23 21 温度x/0C 解：收集数据作散点图： * 在散点图中，样本点没有分布在某个带状区域内，因此两个变量不呈现线性相关关系，所以不能直接利用线性回归方程来建立两个变量之间的关系. 根据已有的函数知识，可以发现样本点分布在某一条指数函数曲线 的周围，其中c1和c2是待定参数. 令z=lny，则变换后样本点应该分布在直线z=bx+a（a=lnc1，b=c2）的周围. 利用线性回归模型建立y和x之间的非线性回归方程. 当回归方程不是形如y=bx+a时，我们称之为非线性回归方程. * 5.784 4.745 4.190 3.178 3.045 2.398 1.946 z 35 32 29 27 25 23 21 X 所得线性回归方程为： a=lnc1，b=c2 所以红铃虫的产卵数对温度的非线性回归方程为： * 若看成样本点集中在某二次曲线y=c3x2+c4的附近. 作变换t=x2，建立y与t之间的线性回归方程：y=c3t+c4. 还可以拟合成什么函数模型？ * 325 115 66 24 21 11 7 y 1225 1024 841 729 625 529 441 t y关于x的二次回归方程为： * 利用