数学新人教A版选修1-2 1.1 回归分析的基本思想及其初步应用课件.pptVIP

* * 通过对必修的学习，我们知道，变量之间存在关系时，有两种关系： 确 定 性 关 系 非确定性关系 函数关系 相关关系 函数关系是非常明确的关系，相关关系却是一种变化的，通过《数学3》的学习我们知道，回归分析(regression analysis)是相关关系的一种分析方法，它是对具有相关关系的两个变量进行统计分析一般步骤为： 散点图 求回归方程 利用回归方程预报 下面我们通过实际案例。进一步学习回归分析的基本思想及其应用 例1.从某大学中随机选取8名女大学生。其身高和体重数据如表所示： 59 43 61 64 54 50 57 48 体重／kg 170 8 155 7 165 6 175 5 170 4 157 3 165 2 165 1 身高／cm 编号 求根据一名大学生的身高预报她的体重的回归方程，并预报一名172cm的女大学生的体重。 解 利用前面的知识我们首先作身高x和体重y的散点图： 从图可以看出，样本点的分布有比较好的线性关系，因此可以用线性回归来刻画它们之间的关系. 会求它们的方程吗? 事实上,从散点图可以看出,样本点并不是分布在这条直线上,而是分布在它的两边,所以严格来说： y=bx+a 不是真正的表示它们之间的关系，这时我们把身高和体重的关系做一下调整来模拟回归关系： Y=bx+a+e 其中a和b为模型的未知参数，e称为随机误差 如何产生的？ 身高X(cm) 体重y(kg) 饮食习惯 运动习惯 质量误差 线性回归模型y=bx+a+e与我们了的一次函数模型不同之处在于多了一个随机误差e，y的值有它们一起决定 解释变量x 预报变量y 随机误差e 1.a，b的估计： a,b的估计和最小二乘法估计一样 其中 称为样本的中心 2.e的估计 y=0.849x-85.712 通过《数学3》的学习我们知道，它们之间是正相关的，我们用它们的相关系数r来衡量它们之间的相关性的强弱 在上面的例子中我们假设体重与身高没有关系即：体重都为： 则，她们身高－体重的散点图应该在一条水平直线上： 事实上，并非如此，它们和45.5之间存在差别，这时我们就引入随机误差，利用随机误差和解释变量共同来预报变量y 把所有的这种效应利用总体偏差平方和合并成一个数 总体偏差平方和 解释变量 随机误差 ？ ？ 我们现在要弄清楚这个总的效应中，有多少来自解释变量，有多少来自随机误差，即：哪一个效应起决定性作用？ 根据我们在《数学3》总的知识，我们知道：每个点与回归方程的差异我们可以用 来表示，记作： (残差(residual))它刚好可以表示随机误差的效应。 为了回归的准确和计算的方便我们引入残差平方和(residual sum of squares)它代表随机误差的效应 求出了随机误差的效应后，我们就比较容易得到解释变量的效应了。同学们知道怎样求吗？ 解释变量的效应＝总体偏差平方和－残差平方和 回归平方和 (regression sun of squares) 你会计算上面的总体偏差平方和、残差平方和、回归平方和吗？ 354 128.361 225.639 有了这些评估效应的方法，我们就可以利用它们来刻画总体效应，事实上，为了将我们的计算简化，我们又引入相关指数R2来刻画回归的效果： 残差平方和 总体偏差平方和 显然，当R2的值越大，说明残差所占的比例越小，回归效果约好；反之,回归效果越差。一般的，当R2越接近于1,说明解释变量和预报变量之间的相关性越强,如果同一个问题,采用不同的回归方法分析,我们可以通过选择R2大的来作为回归模型 一般方法： 1.利用散点图观察两个变量是否线性相关 2.利用残差来判断模型拟合的效果(残差分析) 利用残差图来分析数据，对可疑数据(残差较大的数据)进行重新调查，有错误就更正，然后重新利用回归模型拟合，如果没有错误，则需要找其他原因。 残差图： 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 8 155 7 165 6 175 5 170 4 157 3 165 2 165 1 身高／cm 编号 问题数据 越窄越好 说明 1.回归方程只适合对所研究总体的估计 2.回归方程是对数据的模拟，数据的改变，可能会导致回归方程的变化 3.不同的回归样本数据，有不同的回归方程，也适合不同的回归总体， 4.回归方程是预报变量的平均值，而不是精确值 5.回归的好坏可以由相关指数来评价 建立回归方程的一般步骤： 1.确定变量 2.制作散点图，观察是否相关 3.确定回归方程的类型(线性回归、指数回归、对数回归等) 4.利用公式确定回归参数 5.利用残差分析回