数学31回归分析的基本思想及其初步应用课件人教A版选修2-32.ppt

第三章 统计案例 3.1 回归分析的基本思想及其 初步应用 世界是一个普遍联系的整体，任何事物都与其他事物相联系. 我们曾经研究过两个变量之间的函数关系：一个自变量对应着惟一的一个函数值，这两者之间是一种确定关系.生活中的任何两个变量之间是不是只有确定关系呢？请同学们举例说明. 数学学习与物理学习 商业销售收入与广告之间 粮食产量与施肥量之间 人体脂肪含量与年龄之间 生活中相关成语： “名师出高徒” ， “瑞雪兆丰年” “强将手下无弱兵” “虎父无犬子” 当自变量一定时,因变量的取值带有一定的随机性的两个变量之间的关系称为相关关系. 例：（1）商品销售收入与广告支出经费之间的关系; （2）粮食产量与施肥量之间的关系; （3）人体内脂肪含量与年龄之间的关系. 变量之间的相关关系 相关关系是一种非确定关系 不同点：1.函数关系是一种确定的关系,是两个非随机变量之间的关系;而相关关系是一种非确定关系,是非随机变量与随机变量之间的关系. 2.两个变量之间产生相关关系的原因是受许多不确定的随机因素的影响. 3.需要通过样本来判断变量之间是否存在相关关系. 相关关系与函数关系的异同点： 相同点：均是指两个变量的关系． 在一次对人体脂肪含量和年龄关系的研究中，研究人员获得了一组样本数据： 其中各年龄对应的脂肪数据是这个年龄人群脂肪含量的样本平均数.以x轴表示年龄，y轴表示脂肪含量，你能在直角坐标系中描出样本数据对应的图形吗？ 年龄 23 27 39 41 45 49 50 脂肪 9.5 17.8 21.2 25.9 27.5 26.3 28.2 年龄 53 54 56 57 58 60 61 脂肪 29.6 30.2 31.4 30.8 33.5 35.2 34.6 　　在平面直角坐标系中，表示具有相关关系的两个变量的一组数据图形，称为散点图. 这些点散布在从左下角到右上角的区域，对于两个变量的这种相关关系，我们将它称为正相关. 　如果两个变量呈负相关，从整体上看这两个变量的变化趋势如何？ 　　一个变量随另一个变量的变大而变小，散点图中的点散布在从左上角到右下角的区域. 例1 以下是某地搜集到的新房屋的销售价格和房屋的面积的数据： 画出数据对应的散点图，并指出销售价格与房屋面积这两个变量是正相关还是负相关. 房屋面积（平方米） 61 70 115 110 80 135 105 销售价格 （万元） 12.2 15.3 24.8 21.6 18.4 29.2 22 /平方米 售价/万元 正相关 解： 在下列两个变量的关系中，哪些是相关关系？ ①正方形边长与面积之间的关系； ②作文水平与课外阅读量之间的关系； ③人的身高与年龄之间的关系； ④降雪量与交通事故的发生率之间的关系. 答案：②③④ 1．对于两个变量之间的关系，有函数关系和相关关系两种，其中函数关系是一种确定性关系，相关关系是一种非确定性关系. 3.一般情况下两个变量之间的相关关系成正相关或负相关，类似于函数的单调性. 2．散点图能直观反映两个相关变量之间的大致变化趋势，利用计算机作散点图是简单可行的办法. 年龄和人体脂肪含量的样本数据的散点图中的点的分布有什么特点？ 这些点大致分布在一条直线附近. 回归直线 我们再观察它的图象发现这些点大致分布在一条直线附近,像这样，如果散点图中点的分布从整体上看大致在一条直线附近，我们就称这两个变量之间具有线性相关关系,这条直线叫做回归直线，该直线所对应的方程叫做回归方程. 那么，我们该怎样求出这个回归方程呢？ 20 25 30 35 40 45 50 55 60 65 年龄 脂肪含量 0 5 10 15 20 25 30 35 40 方案1．先画出一条直线，测量出各点与它的距离，再移动直线，到达一个使距离的和最小的位置时，测出它的斜率和截距，得到回归方程.如图： 20 25 30 35 40 45 50 55 60 65 年龄 脂肪含量 0 5 10 15 20 25 30 35 40 方案2．在图中选两点作直线，使直线两侧的点的个数基本相同. 20 25 30 35 40 45 50 55 60 65 年龄 脂肪含量 0 5 10 15 20 25 30 35 40 方案3．如果多取几对点，确定多条直线，再求出这些直线的斜率和截距的平均值作为回归直线的斜率和截距而得到回归方程. 如图: 对一组具有线性相关关系的样本数据：(x1，y1)，(x2，y2)， …，(xn，yn)，如何求回归方程？ 最小二乘法 求回归直线，使得样本数据的点到它的距离的平方和最小的方法叫做最小二乘法. 一组样本数据的平均数是样本数