高二数学(文)《回归分析的基本思想及其初步应用》(课件).pptVIP

回归分析的基本思想及其初步应用（1） 知识归纳： 1. 作业：学法大视野 相关系数 r0正相关；r0负相关.通常，r0.75,认为两个变量有很强的相关性. 本例中,由上面公式r=0.7980.75. 3. 线性回归模型 ： y=bx+a+e， 其中a和b为模型的未知参数，e称为随机误差。 思考: 产生随机误差项e的原因是什么？ 思考: 产生随机误差项e的原因是什么？ 随机误差e的来源(可以推广到一般)： 1. 忽略了其它因素的影响：影响身高y的因素不只是体重x，可能还包括遗传基因、饮食习惯、生长环境等因素； 2. 用线性回归模型近似真实模型所引起的误差； 3. 身高y的观测误差。 以上三项误差越小，说明我们的回归模型的拟合效果越好。 函数模型与回归模型之间的差别函数模型：y=bx+a回归模型：y=bx+a+e 函数模型与回归模型之间的差别函数模型：y=bx+a回归模型：y=bx+a+e 线性回归模型y=bx+a+e增加了随机误差项e,因变量y的值由自变量x和随机误差项e共同确定，即自变量x只能解释部分y的变化。 函数模型与回归模型之间的差别函数模型：y=bx+a回归模型：y=bx+a+e