【创新设计】-高中数学人教A版选修1-2【配套课件】：1.1.1 回归分析的基本思想及其初步应用.pptVIP

【变式2】 已知某种商品的价格x(元)与需求量y(件)之间的关系有如下一组数据： 求y对x的回归直线方程，并说明回归模型拟合效果的好坏． x 14 16 18 20 22 y 12 10 7 5 3 题型三　非线性回归分析 【例3】 下表为收集到的一组数据： (1)作出x与y的散点图，并猜测x与y之间的关系； (2)建立x与y的关系，预报回归模型并计算残差； (3)利用所得模型，预报x＝40时y的值． x 21 23 25 27 29 32 35 y 7 11 21 24 66 115 325 (1)画出散点图或进行相关性检验，确定两变量x、y是否线性相关．由散点图得x、y之间的回归模型． (2)进行拟合，预报回归模型，求回归方程． [规范解答] (1)作出散点图如下图，从散点图可以看出x与y不具有线性相关关系，根据已有知识可以发现样本点分布在某一条指数函数曲线y＝c1ec2x的周围，其中c1、c2为待定的参数．(4分) (2)对两边取对数把指数关系变为线性关系，令z＝ln y，则有变换后的样本点应分布在直线z＝bx＋a，a＝ln c1，b＝c2的周围，这样就可以利用线性回归模型来建立y与x之间的非线性回归方程了，数据可以转化为： x 21 23 25 27 29 32 35 z 1.946 2.398 3.045 3.178 4.190 4.745 5.784 求得回归直线方程为＝0.272x－3.849， ∴＝e0.272x－3.849. (8分) 残差 yi 7 11 21 24 66 115 325 i 6.443 11.101 19.125 32.950 56.770 128.381 290.325 i 0.557 －0.101 1.875 －8.950 9.23 －13.381 34.675 【题后反思】 解决非线性回归问题的方法及步骤 (1)确定变量：确定解释变量为x，预报变量为y； (2)画散点图：通过观察散点图并与学过的函数(幂、指数、对数函数、二次函数)作比较，选取拟合效果好的函数模型； (3)变量置换：通过变量置换把非线性问题转化为线性回归问题； (4)分析拟合效果：通过计算相关指数等来判断拟合效果； (5)写出非线性回归方程． 【变式3】 为了研究某种细菌随时间x变化时，繁殖个数y的变化，收集数据如下： (1)用天数x作解释变量，繁殖个数y作预报变量，作出这些数据的散点图； (2)描述解释变量x与预报变量y之间的关系； (3)计算相关指数． 天数x/天 1 2 3 4 5 6 繁殖个数y/个 6 12 25 49 95 190 解　(1)所作散点图如图所示． (2)由散点图看出样本点分布在一条指数函数y＝c1ec2x的周围，于是令z＝ln y，则有变换后的样本点应分布在直线z＝bx＋a，a＝ln c1，b＝c2的周围，这样就可以利用线性回归模型来建立y与x之间的非线性回归方程了，数据可以转化为： x 1 2 3 4 5 6 z 1.79 2.48 3.22 3.89 4.55 5.25 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越小拟合效果更好． 课堂讲练互动 课前探究学习 1．1　回归分析的基本思想及其初步应用 【课标要求】 1．了解随机误差、残差、残差分析的概念； 2．会用残差分析判断线性回归模型的拟合效果； 3．掌握建立回归模型的步骤； 4．通过对典型案例的探究，了解回归分析的基本思想方法 和初步应用． 【核心扫描】 1．利用散点图分析两个变量是否存在相关关系，求线性回归方程．(重点) 2．回归模型的选择，特别是非线性回归模型．(难点、易错点) 自学导引 1．回归分析 回归分析是对具有 的两个变量进行统计分析的一种常用方法． 2．线性回归模型 (1)由散点图易发现，样本点散布在某一条直线附近，而不是一条直线上，不能用一次函数y＝bx＋a描述它们之间的关系，因此用线性回归模型y＝bx＋a＋e来表示，其中a、b为未知参数，e为 ． 相关关系 随机误差 (3)解释变量和预报变量 线性回归模型与一次函数模型的不同之处是增加了随机误差项e，因变量y由 和 共同确定，即自变量x只解释部分y的变化，在统计中，我们也把自变量x称为解释变量，因变量y称为预报变量． 自变量