2017-2018学年高中数学人教A版选修1-2教学案: 第一章 章末小结与测评 Word版含解析.docVIP

2017-2018学年高中数学人教A版选修1-2教学案: 第一章 章末小结与测评 Word版含解析.doc

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
  在散点图中样本点大致分布在一条直线附近,则利用线性回归模型进行研究,可近似地利用回归直线方程=x+来预报,利用公式求出回归系数,,即可写出回归直线方程,并用回归直线方程进行预测说明. [典例1] 以下是某地收集到的新房屋的销售价格y和房屋的面积x的数据: 房屋面积x/m2 115 110 80 135 105 销售价格y/万元 24.8 21.6 18.4 29.2 22 (1)画出数据对应的散点图; (2)若线性相关,求线性回归方程; (3)根据(2)的结果估计当房屋面积为150 m2时的销售价格. 解:(1)数据对应的散点图如图所示. (2)由散点图知y与x具有线性相关关系. 由表中数据知=i=109, =i=23.2,=60 975,iyi=12 952. 设所求回归直线方程为=x+, 则=≈0.196 2,=-≈1.814 2, 故所求回归直线方程为=0.196 2x+1.814 2. (3)根据(2),当x=150时,销售价格的估计值为=0.1962×150+1.814 2=31.244 2(万元). [对点训练] 1.随着我国经济的发展,居民的储蓄存款逐年增长.设某地区城乡居民人民币储蓄存款(年底余额)如下表: 年份 2010 2011 2012 2013 2014 时间代号t 1 2 3 4 5 储蓄存款y(千亿元) 5 6 7 8 10 (1)求y关于t的回归方程=t+; (2)用所求回归方程预测该地区2015年(t=6)的人民币储蓄存款. 附:回归方程=t+中,=,=- . 解:(1)列表计算如下: i ti yi t tiyi 1 1 5 1 5 2 2 6 4 12 3 3 7 9 21 4 4 8 16 32 5 5 10 25 50 ∑ 15 36 55 120 这里n=5,=i==3,=i==7.2, 又ltt=-n2=55-5×32=10, lty=iyi-n =120-5×3×7.2=12, 从而===1.2,=- =7.2-1.2×3=3.6, 故所求回归方程为=1.2t+3.6. (2)将t=6代入回归方程可预测该地区2015年的人民币储蓄存款为=1.2×6+3.6=10.8(千亿元). 对于建立的回归模型,我们必须对模型的拟合效果进行分析,也就是对利用回归模型解决实际问题的效果进行评价.一方面可以对比残差或残差平方和的大小,同时观察残差图,进行残差分析;另一方面也可以研究数据的R2(相关系数r).对模型拟合效果的分析能够帮助我们利用最优化的模型来解决实际问题. [典例2] 在研究弹簧伸长长度y(cm)与拉力x(N)的关系时,对不同拉力的6根弹簧进行测量,测得如下表中的数据: x/N 5 10 15 20 25 30 y/cm 7.25 8.12 8.95 9.90 10.9 11.8 若依据散点图及最小二乘法求出的回归直线方程为=0.18x+6.34,求R2,并结合残差说明拟合效果. 解:列表求值如下: xi 5 10 15 20 25 30 yi 7.25 8.12 8.95 9.90 10.9 11.8 xiyi 36.25 81.2 134.25 198 272.5 354 x 25 100 225 400 625 900 yi-i 0.01 -0.02 -0.09 -0.04 0.06 0.06 yi- -2.24 -1.37 -0.54 0.41 1.41 2.31 =17.5,≈9.49,iyi=1 076.2,=2 275,(yi-i)2=0.017 4,(yi-)2=14.678 4. R2=1-≈0.998 81,回归模型拟合效果较好.由表中数据可以看出残差比较均匀地落在宽度不超过0.15的狭窄的水平带状区域中,说明选用的线性回归模型的精度较高. [对点训练] 2.从某大学中随机选取5名女大学生,其身高和体重数据如下表所示: 编号 1 2 3 4 5 身高x/cm 165 165 157 170 175 体重y/kg 48 57 50 54 64 甲、乙两位同学在计算根据女大学生的身高预报体重的回归方程时,分别得到以下回归模型:甲:=0.75x-70;乙:=0.76x-71.试依据R2判定哪一个模型的拟合效果较好? 解:对甲模型,yi-i与yi-的值如下表: yi-i -5.75 3.25 2.25 -3.5 2.75 yi- -6.6 2.4 -4.6 -0.6 9.4 所以(yi-i)2=(-5.75)2+3.252+2.252+(-3.5)2+2.752=68.5, (yi-)2=(-6.6)2+2.42+(-4.6)2+(-0.6)2+9.42=159.2.此时R2=1-≈0.57. 对乙模型,yi-

您可能关注的文档

文档评论(0)

se7en糖果 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档