2017-2018学年高中数学苏教版选修2-3教学案：3.2　回归分析 Word版含解析.docVIP

 1．线性回归模型(1)随机误差具有线性相关关系的两个变量的取值x、y的值不能由x完全确定可将x之间的关系表示为y＝a＋bx＋ε其中a＋bx是确定性函数称为随机误差．(2)随机误差产生的主要原因所用的确定性函数不恰当引起的误差；忽略了某些因素的影响；存在观测误差．(3)线性回归模型中a值的求法＝a＋bx＋ε称为线性回归模型．的估计值为 ∧，b ∧，则 (4)回归直线和线性回归方程直线_∧＝_∧＋_∧x称为回归直线此直线方程即为线性回归方程 ∧称为回归截距 ∧称为回归系数 ∧称为回归值．样本相关系数r及其性质(1)r＝．(2)r具有以下性质越接近于1的线性相关程度越强．越接近于0的线性相关程度越弱．对相关系数r进行显著性检验的基本步骤(1)提出统计假设H：变量x不具有线性相关关系．(2)如果以95的把握作出判断那么可以根据1－＝0.05与n－2在教材附录2中查出一个r的临界值r(其中1－0.95＝0.05称为检验水平)．(3)计算样本相关系数r．(4)作出统计推断：若|r|r则否定H表明有95的把握x与y之间具有线性相关关系；若|r|≤r则没有理由拒绝原来的假设H即就目前数据而言没有充分理由认为y与x之间有线性相关关系． 1．在线性回归方程中既表示回归直线的斜率又表示自变量x的取值增加一个单位时函数值y的改变量．通过回归方程 ∧＝ ∧＋ ∧x可求出相应变量的估计值．3．判断变量之间的线性相关关系一般用散点图但在作图中由于存在误差有时很难判断这些点是否分布在一条直线的附近从而就很难判断两个变量之间是否具有线性相关关系此时就必须利用线性相关系数来判断． 　　[例1]　假设关于某设备的使用年限x(年)和所支出的维修费用y(万元)有如下的统计资料：　　若由数据可知对x呈现线性相关关系．(1)求线性回归方程；(2)估计使用年限为10年时维修费用是多少？[思路点拨]　代入数值x＝10代入估计维修费用．[精解详析]　(1)列表如下：i 1 2 3 4 5 xi 2 3 4 5 6 yi 2.2 3.8 5.5 6.5 7.0 xiyi 4.4 11.4 22.0 32.5 42.0 x 4 9 16 25 36 经计算得：＝4＝55,i＝1x＝905,i＝1x＝112.3 a ∧＝－ ∧·x＝0.08所以线性回归方程为 ∧＝ ∧＋ ∧x＝0.08＋1.23x.(2)当x＝10时 ∧＝0.08＋1.23×10＝12.38(万元)即若估计使用年限为10年时维修费用为12.38万元．[一点通]　线性回归分析的步骤：(1)列出散点图从直观上分2)计算n,i＝1xn,i＝1yn,i＝1x；(3)代入公式求出 ∧＝ ∧x＋ ∧中参数 ∧，a ∧的值；(4)写出线性回归方程，并对实际问题作出估计． 某研究机构对高三学生的记忆力x和判断力y进行统计分析所得数据如下表：则y对x的线性回归方程为_________________________________________________．解析：∵＝＝9＝＝4 故y对x的线性回归方程为 ∧＝0.7x－2.3.答案： ∧＝0.7x－2.3某班5名学生的数学和物理成绩如表：学生学科 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(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．解：(1)散点图如图． (2)∵x＝× (88＋76＋73＋66＋63)＝73.2.＝×(78＋65＋71＋64＋61)＝67.8.xiyi＝88×78＋76×65＋73×71＋66×64＋63×61＝又＝88＋76＋73＋66＋63＝27 174.对x的线性回归方程是 ∧＝0.625x＋22.05.(3)当x＝96时 ∧＝0.625×96＋22.05≈82.可以预测他的物理成绩是82. 　　[例2]　现随机抽取了某中学高一10名在校学生他们入学时的数学成绩(x)与入学后第一次考试的数学成绩(y)如下：学生号 1 2 3 4 5 6 7 8 9 10 x 120 108 117 104 103 110 104 105 99 108　　请问：这10名学生的两次数学成绩是否具有线性关系？[思路点拨]　可先计算线性相关系数r的值然后与r比较进而对x与y的相关性作出判断．[精解详析]　＝(120＋108＋…＋99＋108)＝＝(84＋64＋…＋57＋71)＝68. 所以相关系数为＝由检验水平0.05及n－2＝8在附录2中查得r＝0.632因为0.7510.632由此可看出这10名学生的两次数学成绩具有较强的线性相关关系．[一点通]　利用相关系数r进行判断相关关系需要应用公式计算出r的值由于数据较大需要借助计