回归分析基本思想及初步应用3.pptxVIP

;越小;探究二;例2．已知线性回归直线方程式为y＝2－2.5x，则x＝25时，y的估计值是________． 解析：将x＝25代入回归方程y＝2－2.5×25＝－60.5. 答案：－60.5; 为研究重量x(单位：克)对弹簧长度y(单位：厘米)的影响，对不同重量的6个物体进行测量，数据如下表所示： (1)作出散点图并求线性回归方程； (2)求出R2； (3)进行残差分析．;[思路探究] 作残差分析时，一般从以下几个方面予以说明： (1)散点图； (2)相关指数； (3)残差图中的异常点和样本点的带状分布区域的宽窄．;(3)由残差表中的数值可以看出第3个样本点的残差（－0.08）比较大，需要确认在采集这个数据的时候是否有人为的错误，如果有的话，需要纠正数据，重新建立回归模型；由表中数据可以看出残差点比较均匀地落在不超过0.15 [0.05－（－0.08）＝0.13]的狭窄的水平带状区域中，说明选用的线性回归模型的精度较高，由以上分析可知，弹簧长度与重量成线性关系．;二、归纳总结;2．线性回归分析 (1)由线性回归方程给出的是一个预报值而非精确值． (2)随机误差的主要来源 ①线性回归模型与真实情况引起的误差； ②省略了一些因素的影响产生的误差； ③观测与计算产生的误差． (3)残差分析是回归分析的一种方法． (4)用相关指数R2来刻画回归效果． R2越大，意味着残差平方和越小，即模型的拟合效果越好；R2越小，残差平方和越大，即模型的拟合效果越差．;3．建立回归模型的基本步骤 (1)确定研究对象，明确哪个变量是解释变量，哪个变量是预报变量． (2)画出确定好的解释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)． (4)按一定规则(如最小二乘法)估计回归方程中的参数． (5)得出结果后分析残差图是否有异常(如个别数据对应残差过大或残差呈现不随机的规律性等)．若存在异常，则检查数据是否有误，或模型是否合适等．;4.残差图也是用来刻画拟合效果的，判断依据是：残差点比较均匀地分布在水平的带状区域中，带状区域越窄，说明模型拟合精度越高，回归方程预报精度越高．;