【全程复习方略】2015年高中数学选修2-3：3.1回归分析的基本思想及其初步应用 3.1.pptVIP

② =6×2+8×3+10×5+12×6=158 ， 故线性回归方程为 =0.7x-2.3. ③由②中线性回归方程当x=9时， =0.7×9-2.3=4，预测记忆 力为9的同学的判断力约为4. 【方法技巧】求线性回归方程的三个步骤 (1)画散点图:由样本点是否呈条状分布来判断两个量是否具有线性相关关系. (2)求回归系数:若存在线性相关关系,则求回归系数. (3)写方程:写出线性回归方程,并利用线性回归方程进行预测说明. 【变式训练】研究性学习小组为了解某生活小区居民用水量y(吨)与气温x(℃)之间的关系,随机统计并制作了5天该小区居民用水量与当天气温的对应表: 24 37 36 46 57 用水 量y(吨) -3 9 11 15 18 气温 x(℃) 12月21日 11月16日 10月8日 10月3日 9月5日 日期 (1)若从这随机统计的5天中任取2天,求这2天中有且只有1天用 水量低于40吨的概率(列出所有的基本事件). (2)由表中数据求得线性回归方程 中的 ≈1.4,试求 出 的值,并预测当地气温为5℃时小区的用水量. 【解析】(1)设在抽样的5天中用水量低于40吨的三天为ai(i =1,2,3),用水量不低于40吨的两天为bi(i=1,2),那么5天任 取2天的基本事件是:(a1,a2),(a1,a3),(a1,b1),(a1,b2),(a2, a3),(a2,b1),(a2,b2),(a3,b1),(a3,b2)(b1,b2),共计10个.设 “从5天中任取2天,有且只有1天用水量低于40吨”为事件A, 包括的基本事件为(a1,b1),(a1,b2),(a2,b1),(a2,b2),(a3,b1), (a3,b2)共6个,则P(A)= .所以从5天中任取2天,有且只有1天 用水量低于40吨的概率为 . (2)依题意可知 因为线性回归直线过点( ),且 ≈1.4, 所以把点(10,40)代入回归方程,得 =26, 所以 =1.4x+26.又x=5时,y=1.4×5+26=33. 所以可预测当地气温为5℃时,小区用水量约为33吨. 【补偿训练】某种产品的广告费用支出x与销售额y之间有如下的对应数据: (1)画出散点图;并说明销售额y与广告费用支出x之间是正相关还是负相关? 70 50 60 40 30 y 8 6 5 4 2 x (2)请根据上表提供的数据,用最小二乘法求出y关于x的线性 回归方程 .(其中: = (3)据此估计广告费用为10时,销售收入y的值. 【解析】(1)作出散点图如图所示： 销售额y与广告费用支出x之间是正相关. (2) ×(2+4+5+6+8)=5, ×(30+40+60+50+70)=50, 因此线性回归方程为 =6.5x+17.5. (3)x=10时，估计y的值为 =10×6.5+17.5=82.5. 类型二 线性回归分析 【典例2】 (1)甲、乙、丙、丁四位同学各自对A,B两变量的线性相关性作 试验,并用回归分析方法分别求得相关系数r与残差平方和m如 下表;则哪位同学的试验结果体现A,B两变量更强的线性相关性 　(　　) A.丁　　　　B.丙　　　　C.乙　　　　　D.甲 103 124 106 115 m 0.85 0.69 0.78 0.82 r 丁 丙 乙 甲 (2)某运动员训练次数与成绩之间的数据关系如下: ①作出散点图. ②求出回归方程. ③作出残差图,并说明选用的模型的拟合效果. ④计算R2,并说明选用的模型的拟合效果. 51 48 46 42 39 37 34 30 成绩y 50 46 44 39 37 35 33 30 次数x 【解题探究】1.题(1)中R2与r的关系是什么? 2.计算R2的公式是什么? 【探究提示】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,即R2=r2. 【自主解答】(1)选A.由回归分析方法求得残差平方和及相关系数,相关系数r的绝对值越趋近于1,则说明线性回归方程越吻合.而残差平方和m越小,线性相关性更强.因此选A. (2)①作出该运动员训练次数(x)与成绩(y)之间的散点图,如图所示,由散点图可知,它们之间具有线性相关关系. ② 所以 所以回归方程为 =1.041 5x-0.003 88. ③作残差图如图所示, 由图可知,残差点比较均匀地分布在水平带状区域中,说明选用的模型比较合适. ④计算得R2≈0.9855,说明了该运动员的成绩的差异有98.55%是由训练次数引起的. 【延伸探究】在题(2)题设条件不变