2017学年高中数学人教A版修2-3课堂导学：3.1回归分析的基本思想及其初步应用Word版含解析.docVIP

课堂导学 三点剖析 一、回归方程及其应用 【例1】研究某灌溉渠道水的流速Y与水深x之间的关系，测得一组数据如下： 水深x/m 1.40 1.50 1.60 1.70 1.80 1.90 2.00 2.10 流速Y/(m·s-1) 1.70 1.79 1.88 1.95 2.03 2.10 2.16 2.21 （1）求Y对x的回归直线方程； （2）预测水深为1.95 m时水的流速是多少？ 思路分析：从散点图可以直观地看出变量x与Y之间有无线性相关关系，为此把这8对数据描绘在平面直角坐标系中，得到平面上8个点，如图所示. 由图容易看出，x与Y之间有近似的线性相关关系，或者说，可以用一个回归直线方程=a+bx来反映这种关系，这些是我们在必修模块数学3中学过的知识. 进一步观察这8个点，容易发现它们并不是“严格地”在一条直线上，对于某个xi，由上式能确定一个=a+bxi，一般地说，由于测量流速可能存在误差，或者受某些随机因素的影响，或者上面的回归直线方程本身就不够精确，与测得的数据yi很可能不相等，即yi=i+ei(i=1,2,…,8),其中ei是随机误差项.于是，就有yi=a+bxi+ei(i=1,2,…,8),这就是本题的线性模型. 从上述线性模型出发，我们可以求出a与回归系数b的估计值,，使得全部误差e1,e2,…,e8的平方和达到最小，当然，这是一种很好的估计.最后得到的求,的数学公式为 = . 解析：（1）可采用列表的方法计算a与回归系数b. 序号 x y x2 xy 1 1.40 1.70 1.96 2.380 2 1.50 1.79 2.25 2.685 3 1.60 1.88 2.56 3.008 4 1.70 1.95 2.89 3.315 5 1.80 2.03 3.24 3.654 6 1.90 2.10 3.61 3.990 7 2.00 2.16 4.00 4.320 8 2.10 2.21 4.41 4.641 ∑ 14.001 5.822 4.922 7.993 于是，=×14.00=1.75, =×15.82=1.977 5, =≈0.733. =1.977 5-×1.75≈0.694. Y对x的回归直线方程为 =+x=0.694+0.733x. 回归系数=0.733的意思是，在此灌溉渠道中，水深每增加0.1 m，水的流速平均增加0.733 m/s(本例数据是以0.1 m为水深间隔测得的），=0.694可以解释为水的流速中不受水深影响的部分. （2）由（1）中求出的回归直线方程，把x=1.95代入，易得 =0.694+0.733×1.95≈2.12(m/s). 计算结果表明，当水深为1.95 m时可以预测渠水的流速约为2.12 m/s. 二、熟悉建立回归模型的基本步骤，会分析残差图的异常情况 【例2】1993年到2002年中国的国内生产总值（GDP）的数据如下： 年份 GDP 1993 34 634.4 1994 46 759.4 1995 58 478.1 1996 67 884.6 1997 74 462.6 1998 78 345.2 1999 82 067.5 2000 89 468.1 2001 97 314.8 2002 104 790.6 （1）作GDP和年份的散点图，根据该图猜想它们之间的关系应是什么？ （2）建立年份的解释变量，GDP为预报变量的回归模型，并计算残差. （3）根据你得到的模型，预报2003年的GDP，并查资料，看看你的预报与实际的GDP的误差是多少？ （4）你认为这个模型能较好地刻画GDP和年份的关系吗？请说明理由. 解析：（1） （2）从上图中可以看出，x与y之间有近似的线性相关关系，即可以用一个回归直线方程 =x+表示 通过计算可得 =×19 975=1 997.5 =×734 204.7=73 420.47 =7 206.5 =73 420.47-7 206.5×1 997.5 =-14 321 563.28 ∴y对x的回归直线模型为 =7 206.5x-14 321 563.28 残差为： x 1993 1994 1995 1996 1997 y 34 634.4 46 759.4 58 478.1 67 884.6 74 462.6 -6 356.82 -1 438.32 3 073.88 5 273.88 4 645.38 x 1998 1999 2000 2001 2002 y 78 345.2 82 067.5 89 468.1 97 314.8 104 790.6 1321.48 -2 162.72 -1 968.2 -1 328.42 -1 059.12 （3）=7 206.5×2 00