《第一章 统计案例——1 回归分析——1.1回归分析课件》高中数学北师大版选修1-.ppt

可线性化回归分析的初步应用 复习回顾 在大量的实际问题中，研究的两个变量不一定都呈线性相关关系，它们之间可能呈指数关系或对数关系等非线性关系。 我们用非线性函数进行拟合。可以通过变换先将其转化成线性函数，利用最小二乘法得到线性回归方程，在通过相应变换得到非线性回归方程 当两变量y与x不具有线性相关关系时，要借助于散点图，与已学过的函数(如指数函数、对数函数、幂函数等)的图象相比较，找到合适的函数模型，利用变量代换转化为线性函数关系，从而使问题得以解决． 求回归方程，应注意首先对样本点是否线性相关进行检验，因为对于任何一组样本点，都可以根据最小二乘法求得一个线性回归方程，但这条线性回归方程是否较好地反映了样本点的分布呢，显然不一定，特别是对于不呈线性相关的回归模型．可以通过散点图或求相关系数r首先作出是否线性相关的检验，然后再选择恰当的回归模型进行模拟. 常见的非线性回归模型 1.幂函数曲线 2.指数曲线 3.倒指数曲线 4.对数曲线y=a+blnx 作变换v=lnx,得到线性函数y=a+bv (1)确定变量：确定变量为x、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：通过计算相关指数或相关系数等来判断拟合效果； (5)写出非线性回归方程． 作业：某种书每册的成本费y（元）与印刷册数x（千册）有关，经统计得下表 检验每本书的成本费y与印刷册数的倒数是否具有相关关系，如果有，求y对x的回归方程 解析：因为每册书的成本费y与印刷册数x是不具有 线性相关关系的，但y与 之间可能具有线性相关 关系，不妨设变量 ，根据题意对u于y作相关 性检验首先做变换 ，题目所给数据变成如下 变所示的数据 可以求得r=0.9998 由r=0.99980.75，因此，变量y与u之间具有较强 的线性相关关系，并求得b=8.973, a=1.126,最后回代 ， 可得 因此，y对x的回归方程为 * 紫阳中学陈兴平 1)分析数据，画出散点图; 3)计算线性回归系数; 4)求出回归方程; 5)利用相关指数进行检验. 线性回归分析的基本步骤 其中 ， 复习回顾 ＊ 线性相关系数r及性质： 值越大，变量的线性相关程度就越高； 值越接近于0，线性相关程度就越低。 ＊ ，其中 。 当 时，两变量正相关； 当 时，两变量负相关； 当 时，两变量线性不相关。 ＊ 可线性化的回归 1【解题流程】 问题：一只红铃虫的产卵数y与温度x有关,现收集了7组观测数据,试建立y与x之间的回归方程 解:1)作散点图; 从散点图中可以看出产卵数和温度之间的关系并不能用线性回归模型来很好地近似。这些散点更像是集中在一条指数曲线或二次曲线的附近。 分析直线拟合 解: 令 则z=bx+a,(a=lnc1,b=c2),列出变换后数据表并画 出x与z 的散点图 x和z之间的关系可以用线性回归模型来拟合 5.784 4.745 4.19 3.178 3.045 2.398 1.946 z 35 32 29 27 25 23 21 x 2) 用 y=c3x2+c4 模型,令 ,则y=c3t+c4 ,列出变换后数据表并画出t与y 的散点图 散点并不集中在一条直线的附近，因此用线性回归模型拟合他们的效果不是最好的。 325 115 66 24 21 11 7 y 1225 1024 841 729 625 529 441 t 非线性回归方程 指数回归方程 二次回归方程 直线回归方程 在此处可体会应用统计方法解决实际问题时需要注意的问题： 对于同样的数据，有不同的统计方法进行分析，我们要用最恰当的方法分析数据。 现在有三个不同的回归模型可供选择来拟合红铃虫的产卵数与温度数据。 作业讲解 下表按年份给出了1981~2001年我国出口贸易 量（亿美元）的数据，根据此表你能预测2008年我 国