2018年数学同步优化指导(北师大版必修3)课件:1.8 最小二乘估计 .pptVIP

2018年数学同步优化指导(北师大版必修3)课件:1.8 最小二乘估计 .ppt

  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
2018年数学同步优化指导(北师大版必修3)课件:1.8 最小二乘估计

1.了解最小二乘法的原理. 2.能根据回归系数公式求线性回归方程. 3.能利用线性回归方程对总体进行估计. 一、阅读教材“提出问题~例1”,完成下列问题. 1.最小二乘法 如果有n个点(x1,y1),(x2,y2),…,(xn,yn),可以用下面的表达式来刻画这些点与直线y=a+bx的接近程度: [y1-(a+bx1)]2+[y2-(a+bx2)]2+…+[yn-(a+bxn)]2. 使得上式达到________的直线y=a+bx就是我们所要求的直线,这种方法称为______________. 二、阅读教材“动手实践”~“抽象概括”,完成下列问题. 3.线性回归分析 利用最小二乘法估计时,要先作出数据的________.如果散点图呈现一定的规律性,我们再根据这个规律进行拟合.如果散点图呈现出线性关系,我们可以用____________估计出线性回归方程;如果散点图呈现出其他的曲线关系,我们就要利用其他的曲线进行拟合. 如图是两个变量统计数据的散点图,能用最小二乘法求它的线性回归方程吗? 提示:不能.因为两变量不具有相关关系更不具备线性相关关系. 某市近5年的煤气消耗量与使用煤气户数如下表: (1)判断变量x,y是否线性相关; (2)求y对x的线性回归方程. 解:(1)作出散点图,由散点图知变量x,y线性相关. 【互动探究】 在本例基础上,直接写出x对y的线性回归方程. 1.观察两相关变量x,y,得到如下数据: 求两变量间的回归方程. 解:本题主要考查求回归直线方程的方法,设方程为y=bx+a,利用表中数据计算出a,b即可. 列表如下: (1)在一段时间内,某种商品的价格x(元)和销售量y(件)之间的一组数据如表: 如果y与x呈线性相关且解得回归直线的斜率为b=0.9,则a的值为(  ) A.0.2        B.-0.7 C.-0.2 D.0.7 (2)某工厂生产某种产品的产量x(吨)与相应的生产能耗y(吨标准煤)有如表几组样本数据: 据相关性检验,这组样本数据具有线性相关关系,求得其回归方程是y=0.7x+0.35,则实数m的值为(  ) A.3.5 B.3.85 C.4 D.4.15 2.(1)已知x,y的取值如下表所示: (2)某同学在求解某回归方程中,已知x,y的取值结果(y与x呈线性相关)如表: 某工厂为了对新研发的一种产品进行合理定价,将该产品按事先拟定的价格进行试销,得到如下数据: (1)利用线性回归方程进行预测和估计时,所得到的结果只是一个估计值,而不是精确值. (2)利用回归方程进行统计控制,通过控制x的范围来实现统计控制的目标y. 3.(1)为了解某社区居民的家庭年收入与年支出的关系,随机调查了该社区5户家庭,得到如下统计数据表: 1.判断变量之间有无相关关系,一种简便可行的方法就是绘制散点图.根据散点图,可以很容易看出两个变量是否具有相关关系,是不是线性相关,是正相关还是负相关. 2.求回归方程时应注意的问题 知道x与y呈线性相关关系,无需进行相关性检验,否则应首先进行相关性检验,如果两个变量之间本身不具有相关关系,或者说,它们之间的相关关系不显著,即使求出回归方程也是毫无意义的,而且用其估计和预测的量也是不可信的. 课时作业(十) 9.8 8.5 8.0 7.5 6.2 支出y(万元) 11.9 11.3 10.0 8.6 8.2 收入x(万元) 课堂·互动探究 课前·自学导引 反馈·达标检测 数学 · 必修3(配北师大版) 第二章 算法初步 §8 最小二乘估计 最小值 最小二乘法 线性回归方程 散点图 最小二乘法 求线性回归方程 12 11 9 7 6 y/百万m3 1.8 1.6 1.5 1.1 1 x/万户 2014 2013 2012 2011 2010 年份 9 7 3 5 1 -1 -3 -5 -7 -9 y 1 2 4 3 5 -5 -4 -3 -2 -1 x 回归直线的性质 10 9 8 5 3 销售量y(件) 12 10 8 6 4 价格x(元) 4.5 m 3 2.5 y 6 5 4 3 x 5 4 6 y 4 3 2 x m 4 6 y 4 3 2 x 回归直线方程的应用 68 75 80 83 84 90 销量y(件) 9 8.8 8.6 8.4 8.2 8 单价x(元) * * 课堂·互动探究 课前·自学导引 反馈·达标检测 数学 · 必修3(配北师大版)

您可能关注的文档

文档评论(0)

baoyue + 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