【创新设计】-高中数学苏教版选修1-2配套课件：1.2 回归分析 .pptVIP

误区警示　扩大回归方程的使用范围而致错 【示例】 某商店经营一批进价为每件4元的商品，店主发现此商品的销售单价x(元)与日销售量y(件)之间有如下关系： (1)画出散点图，判断线性相关关系，若相关，求出线性回归方程； (2)能否估计该店附近的超市中，定价为9元的同种商品的日均销售量？说明理由． x 5 6 7 8 y 10 8 7 3 [错解] (1)散点图如图所示． 因为本题的回归方程是建立在“某商店”经营过程中提取的数据上的，该方程仅对“该商店”有用，对该店附近的超市或是其他商店都没有任何意义，所以不能估计． [正解] (1)同上． (2)不能用所求线性回归方程估计该店附近的超市中，定价为9元的同种商品的日均销量．这是因为求线性回归方程时提取的数据与超市无关． 回归方程只适用于所研究样本的总体，不能将回归方程的预测作用人为的扩大． 课堂讲练互动 课前探究学习 1.2　回归分析 【课标要求】 1．了解相关关系，理解线性回归模型，会求线性回归方程． 2．理解相关性检验的概念及必要性，掌握相关性检验的步骤． 3．了解回归分析的基本思想、方法及其简单应用． 【核心扫描】 1．相关性检验的必要性及步骤．(重点) 2．建立线性回归模型，理解回归分析的思想及应用． (重点、难点) 试一试：对于n对观测数据(xi，yi)(i＝1,2,3，…，n)一定能求出n对数据的线性回归方程吗？ 提示　对于任意的样本数据，由与的计算公式一定能求出相应的线性回归方程，但求出的线性回归方程不一定有实际意义． (2)相关系数r的性质：|r| ，并且|r|越接近于1，x，y的线性相关程度 ，|r|越接近于0，x，y的线性相关程度 ． 3．对相关系数r进行显著性检验的基本步骤如下： (1)提出统计假设H0：变量x，y ； (2)如果以95%的把握作出推断，可以根据1－0.95＝0.05与n－2在临界值表中查出一个r的 (其中1－0.95＝0.05称为 )； (3)计算 ； (4)作出统计推断：若 ，则否定H0，表明有 的把握认为x与y之间具有 ；若 ，则没有理由拒绝原来的假设H0，即就目前数据而言，没有充分理由认为x与y之间有 ． ≤1 越强 越弱 不具有线性相关关系 临界值r0.05 检验水平 样本相关系数r |r|r0.05 95% 线性相关关系 |r|≤r0.05 线性相关关系 想一想：回归分析中，利用回归直线求出的函数值是真实值吗？为什么？ 提示　不一定是真实值，利用回归直线方程求出的值，在很多时候是个预报值，与真实值之间可能有差异，因为真实值还受到其他因素的影响． 2．相关性检验 (1)在研究两个变量的关系时，应先进行相关性检验，若具备线性相关关系再求回归直线方程，若不具备线性相关关系，即使求出线性回归方程也毫无意义，用其估计和预测的值也不可信． (2)散点图和相关系数从两个方面反映样本点的分布和特殊： ①散点图可以直观地反映出变量之间有无相关关系，但不能精确地说明变量之间的相关程度． ②相关系数r可以定量的反映出变量间的相关程度，但运算量较大． 题型一　求线性回归方程 【例1】 假设学生在初一和初二数学成绩是线性相关的．若10个学生初一(x)和初二(y)的数学分数如下： 试求初一和初二数学分数间的线性回归方程． x 74 71 72 68 76 73 67 70 65 74 y 76 75 71 70 76 79 65 77 62 72 规律方法　求回归直线方程时，一般不直接代入公式计算可以分别计算公式中的相关统计量，从而减少运算出错的可能性． 【训练1】 某班5名学生的数学和物理成绩如表： (1)画出散点图； (2)求物理成绩y对数学成绩x的线性回归方程； (3)一名学生的数学成绩是96，试预测他的物理成绩． 　　　　学生 学科成绩　　　 A B C D E 数学成绩(x) 88 76 73 66 63 物理成绩(y) 78 65 71 64 61 解　(1) 散点图如图． 题型二　相关关系的判断 【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，测得的数据如下. (1)y与x是否具有线性相关关系？ (2)如果y与x具有线性相关关系，求线性回归方程． [思路探索] 计算相关系数r，求线性回归方程． 零件个数x(个) 10 20 30 40 50 60 70 80 9