人教版·选修1-2112回归分析初步应用.pptVIP

* 人教版·选修1－2 §1.1.2 回归分析的 初 步 应 用 二、相关系数r及相关检验 三、方差分析 四、非线型回归分析 一、线型回归方程 1、引起随机误差e的原因 2、总偏差平方和 3、残差及残差平方和 4、解释变量效应+随机误差效应=总效应 5、相关指数R2 回顾引入： 例1、某运动员训练次数和运动成绩之间的数据关系为： 51 48 46 42 39 37 34 30 成绩y 50 46 44 39 37 35 33 30 次数x 预测该运动员训练47次及55次的成绩 1、画散点图（或计算线型相关系数r） 2、求线型回归方程 3、残差分析（残差图） 4、计算相关指数R2 5、预测成绩 建立回归模型的基本步骤怎样 ? 想一想？ 选 变 量 画散点图 选 模 型 估计参数 分析和预测 创设情景 被害棉花 红铃 虫喜高温高湿，适宜各虫态发育的温度为 25一32 ℃ ，相对湿度为80％一100％，低于 20 ℃和高于35C卵不能孵化，相对湿度60％ 以下成虫不产卵。冬季月平均气温低于一4．8 ℃时，红铃虫就不能越冬而被冻死。 案例2 1953年，我国18省发生红铃虫大灾害，受灾面积达300万公顷，损失皮棉约二十万吨。 教法 温度xoC 21 23 25 27 29 32 35 产卵数y/个 7 11 21 24 66 115 325 例2、现收集了一只红铃虫的产卵数y和温度x之间的7组观测数据列于下表： （1）试建立产卵数y与温度x之间的回归方程；并预测温度为28oC时产卵数目。 （2）你所建立的模型中温度在多大程度上解释了产卵数的变化？ 问题呈现 选变量 解：选取气温为解释变量x，产卵数为预报变量y。 画散点图 假设线性回归方程为 ：?=bx+a 选 模 型 分析和预测 当x=28时，y =19.87×28-463.73≈ 93 估计参数 线性回归方程为y=19.87x-463.73 相关指数R2≈0.7464 所以，线性相关模型中温度解释了74.64%的产卵数变化。 探索新知 0 50 100 150 200 250 300 350 0 3 6 9 12 15 18 21 24 27 30 33 36 39 方案1 当x=28时，y =19.87×28-463.73≈ 93 9366！? 模型不好？ y=bx2+a 变换 y=bt+a 非线性关系 线性关系 方案2 问题１ 选用y=bx2+a ，还是y=bx2+cx+a ？ 问题3 产卵数 气温 问题2 如何求a、b ？ 合作探究 t=x2 问题２ 变换 y=bx+a 非线性关系 线性关系 问题１ 如何选取指数函数的底? 产卵数 气温 指数函数模型 方案3 合作探究 对数 方案2解答 平方变换：令t=x2，产卵数y和温度x之间二次函数模型y=bx2+a就转化为产卵数y和温度的平方t之间线性回归模型y=bt+a 温度 21 23 25 27 29 32 35 温度的平方t 441 529 625 729 841 1024 1225 产卵数y/个 7 11 21 24 66 115 325 作散点图，并由计算器得：y和t之间的线性回归方程为y=0.367t-202.54，相关指数R2=r2≈0.8962=0.802 将t=x2代入线性回归方程得： y=0.367x2 -202.54 当x=28时，y=0.367×282-202.54≈85，且R2=0.802， 所以，二次函数模型中温度解 释了80.2%的产卵数变化。 t t 0.367 -202.54 R2=≈0.802 y=0.367x2 -202.54 方案3解答 温度xoC 21 23 25 27 29 32 35 z=lny 1.946 2.398 3.045 3.178 4.19 4.745 5.748 产卵数y/个 7 11 21 24 66 115 325 x z 由计算器得：z关于x的线性回归方程 为z=0.272x-3.849 ， 所以y关于x的非线性回归方程为 相关指数R2=≈0.985 当x=28oC