高中数学北师大版选修1-2练习：第一章 统计例 1.3 Word版含解析.docxVIP

1.3　可线性化的回归分析 明目标、知重点　1.进一步体会回归分析的基本思想.2.通过非线性回归分析，判断几种不同模型的拟合程度． 1．常见的非线性回归模型 幂函数曲线y＝axb，指数曲线y＝aebx. 倒指数曲线y＝aeeq \f(b,x)，对数曲线y＝a＋bln_x. 2．非线性函数可以通过变换转化成线性函数，得到线性回归方程，再通过相应变换得到非线性回归方程． 探究点一　非线性回归模型 思考1　有些变量间的关系并不是线性相关，怎样确定回归模型？ 答　首先要作出散点图，如果散点图中的样本点并没有分布在某个带状区域内，则两个变量不呈现线性相关关系，不能直接利用回归方程来建立两个变量之间的关系，这时可以根据已有的函数知识，观察样本点是否呈指数函数关系或二次函数关系，选定适当的回归模型． 思考2　如果两个变量呈现非线性相关关系，怎样求出回归方程？ 答　可以通过对解释变量进行变换，如对数变换或平方变换，先得到另外两个变量间的回归方程，再得到所求两个变量的回归方程． 例1 某地区不同身高的未成年男性的体重平均值如下表： 身高x/cm60708090100110体重y/kg6.137.909.9912.1515.0217.50 身高x/cm120130140150160170体重y/kg20.9226.8631.1138.8547.2555.05试建立y与x之间的回归方程． 解　根据表中数据画出散点图如图所示． 由图看出，样本点分布在某条指数函数曲线y＝c1ec2x的周围，于是令z＝ln y. x60708090100110120130140150160170z1.812.072.302.502.712.863.043.293.443.663.864.01画出散点图如图所示． 由表中数据可得eq \x\to(x)＝115，eq \x\to(y)＝2.962 5，eq \i\su(i＝1,12,x)iyi＝4 370.5，eq \i\su(i＝1,12,x)eq \o\al(2,i)＝173 000， ∴b＝eq \f(\i\su(i＝1,12,x)iyi－12 \x\to(x) \x\to(y),\i\su(i＝1,12,x)\o\al(2,i)－12?\x\to(x)?2)≈0.020， ∴a＝eq \x\to(y)－b eq \x\to(x)≈0.663， ∴z与x之间的线性回归方程为z＝0.663＋0.020x， 则有y＝e0.663＋0.020x. 反思与感悟　根据已有的函数知识，可以发现样本分布在某一条指数型函数曲线y＝c1ec2x的周围，其中c1和c2是待定参数；可以通过对x进行对数变换，转化为线性相关关系． 跟踪训练1　在彩色显影中，由经验知：形成染料光学密度y与析出银的光学密度x由公式y＝Aeeq \f(b,x) (b0)表示．现测得试验数据如下： xi0.050.060.250.310.070.10yi0.100.141.001.120.230.37 xi0.380.430.140.200.47yi1.191.250.590.791.29试求y对x的回归方程． 解　由题给的公式y＝Aeeq \f(b,x)，两边取自然对数，便得ln y＝ln A＋eq \f(b,x)，与线性回归方程相对照，只要取u＝eq \f(1,x)，v＝ln y，a＝ln A. 就有v＝a＋bu. 题给数据经变量置换u＝eq \f(1,x)，v＝ln y变成如下表所示的数据： ui20.00016.6674.0003.22614.28610.000vi－2.303－1.96600.113－1.470－0.994ui2.6322.3267.1435.0002.128vi0.1740.223－0.528－0.2360.255可得ln y＝0.548－eq \f(0.146,x)， 即y＝e0.548－eq \f(0.146,x)＝e0.548·e－eq \f(0.146,x)≈1.73e－eq \f(0.146,x)， 这就是y对x的回归方程． 探究点二　非线性回归分析 思考　对于两个变量间的相关关系，是否只有唯一一种回归模型来拟合它们之间的相关关系？ 答　不一定．我们可以根据已知数据的散点图，把它与幂函数、指数函数、对数函数、二次函数图像进行比较，挑选一种拟合比较好的函数，作为回归模型． 例2　对两个