【数学】3.1-回归分析基本思想及初步应用-课件(人教A版选修2-3).ppt

* * 3.1 回归分析的基本思想及其 初步应用 比《数学3》中“回归”增加的内容 数学３——统计 画散点图 了解最小二乘法的思想 求回归直线方程 y＝bx＋a 用回归直线方程解决应用问题 选修2-3——统计案例 引入线性回归模型 y＝bx＋a＋e 了解模型中随机误差项e产生的原因 了解残差图的作用 了解相关指数 R2 和模型拟合的效果之间的关系 利用线性回归模型解决一类非线性回归问题 正确理解分析方法与结果 最小二乘法： 称为样本点的中心。回归直线过样本点中心 例1 从某大学中随机选取8名女大学生，其身高和体重数据如表1-1所示。 编号 1 2 3 4 5 6 7 8 身高/cm 165 165 157 170 175 165 155 170 体重/kg 48 57 50 54 64 61 43 59 求根据一名女大学生的身高预报她的体重的回归方程，并预报一名身高为 172cm的女大学生的体重。 案例1：女大学生的身高与体重 解：1、选取身高为自变量x，体重为 因变量y，作散点图： 2、由散点图知道身高和体重有比较好的线性相关关系，因此可以用线性回归方程刻画它们之间的关系。 分析：由于问题中要求根据身高预报体重，因此选取身高为自变量，体重为因变量． 2.回归方程： 1. 散点图； 探究： 身高为172cm的女大学生的体重一定是60.316kg吗？如果不是，你能解析一下原因吗？ 答：身高为172cm的女大学生的体重不一定是60.316kg，但一般可以认为她的体重接近于60.316kg。 即，用这个回归方程不能给出每个身高为172cm的女大学生的体重的预测值，只能给出她们平均体重的值。 我们可以用下面的线性回归模型来表示： y=bx+a+e， (3) 其中a和b为模型的未知参数，e称为随机误差。 y=bx+a+e， E(e)=0,D(e)= (4) 在线性回归模型(4)中，随机误差e的方差 越小，通过回归直线 (5) 预报真实值y的精度越高。随机误差是引起预报值 与真实值y之间的误差的原因之一，其大小取决于随机误差的方差。 另一方面，由于公式(1)和(2)中 和 为截距和斜率的估计值，它们与真实值a和b之间也存在误差，这种误差是引起预报值与真实值y之间误差的另一个原因。 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、用线性回归模型近似真实模型所引起的误差； 2、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； 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。 探究: e 是 用预报真实值Y的随机误差，它是一个不可观测的量，那么怎样研究随机误差呢？ 回归模型： 其估计值为 而言，它们的随机误差 对于样本点 显然，R2的值越大，说明残差平方和越小，也就是说模型拟合效果越好。 在线性回归模型中，R2表示解析变量对预报变量变化的贡献率。 R2越接近1，表示回归的效果越好（因为R2越接近1，表示解析变量和预报变量的 线性相关性越强）。 如果某组数据可能采取几种不同回归方程进行回归分析，则可以通过比较R2的值 来做出选择，即选取R2较大的模型作为这组数据的模型。 总的来说： 相关指数R2是度量模型拟合效果的一种指标。 在线性模型中，它代表自变量刻画预报变量的能力。 我们可以用相关指数R2来刻画回归的效果，其计算公式是 1 354 总计 0.36 128.361 残差变量 0.64 225.639 随机误差 比例 平方和 来源 表1-3 从表3-1中可以看出，解析变量对总效应约贡献了64%，即R2 0.64，可以叙述为 “身高解析了64%的体重变化”，而随机误差贡献了剩余的36%。 所以，身高对体重的效应比随机误差的效应大得多。 我们可以用相关指数R2来刻画回归的效果，其计算公式是 一般地，建立回归模型的基本步骤为： （1）确定研究对象，明确哪个变量是解析变量，哪个变量是预报变量。 （2）画出确定好的解析变量和预报变量的散点图，观察它们之间的关系 （如是否存在线性关系等）。 （3）由经验确定回归方程的类型（如我们观察到数据呈线性关系，则选用线性回归方程y=bx+a）. （4）按一定规则估计回归方程中的参数（如最小二乘法）。 （5）得出结果后分析残差图是否有异常（个别数据对应残差过大，或残差呈现不随机的规律性，等等），过存在异常，则检查数据是否有误，或模型是否合适等。 相关系数