2017-2018学年高中数学人教A版选修2-3教学案:复习课(三) 统计案例 Word版含解析.docVIP

2017-2018学年高中数学人教A版选修2-3教学案:复习课(三) 统计案例 Word版含解析.doc

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
2017-2018学年高中数学人教A版选修2-3教学案:复习课(三) 统计案例 Word版含解析.doc

复习课(三) 统计案例 回归分析 (1)变量间的相关关系是高考解答题命题的一个,主要考查变量间相关关系的判断,求解回归方程并进行预报估计,题型多为解答题,有时也有小题出现. (2)掌握回归分析的步骤的是解答此类问题的关键,另外要掌握将两种非线性回归模型转化为线性回归分析求解问题. eq \a\vs4\al([考点精要]) 1.一个重要方程 对于一组具有线性相关关系的数据(x1,y1),(x2,y2),…,(xn,yn),其线性回归直线方程为eq \o(y,\s\up6(^))=eq \o(b,\s\up6(^))x+eq \o(a,\s\up6(^)). 其中eq \o(b,\s\up6(^))=eq \f(\i\su(i=1,n, )?xi-\x\to(x)??yi-\x\to(y)?,\i\su(i=1,n, )?xi-\x\to(x)?2),eq \o(a,\s\up6(^))=eq \x\to(y)-eq \o(b,\s\up6(^))eq \x\to(x). 2.重要参数 相关指数R2是用来刻画回归模型的回归效果的,其值越大,残差平方和越小,模型的拟合效果越好. 3.两种重要图形 (1)散点图: 散点图是进行线性回归分析的主要手段,其作用如下: 一是判断两个变量是否具有线性相关关系,如果样本点呈条状分布,则可以断定两个变量有较好的线性相关关系; 二是判断样本中是否存在异常. (2)残差图: 残差图可以用来判断模型的拟合效果,其作用如下: 一是判断模型的精度,残差点所分布的带状区域越窄,说明模型的拟合精度越高,回归方程的预报精度越高. 二是确认样本点在采集中是否有人为的错误. [典例] (全国卷Ⅲ)如图是我国2008年到2014年生活垃圾无害化处理量(单位:亿吨)的折线图. (1)由折线图看出,可用线性回归模型拟合y与t的关系,请用相关系数加以说明; (2)建立y关于t的回归方程(系数精确到0.01),预测2016年我国生活垃圾无害化处理量. 附注: 参考数据:eq \i\su(i=1,7,y)i=9.32,eq \i\su(i=1,7,t)iyi=40.17, eq \r(\i\su(i=1,7, )?yi-\x\to(y)?2)=0.55,eq \r(7)≈2.646. 参考公式:相关系数r=eq \f(\i\su(i=1,n, )?ti-\x\to(t)??yi-\x\to(y)?,\r(\i\su(i=1,n, )?ti-\x\to(t)?2\i\su(i=1,n, )?yi-\x\to(y)?2)), 回归方程eq \o(y,\s\up6(^))=eq \o(a,\s\up6(^))+eq \o(b,\s\up6(^))t中斜率和截距的最小二乘估计公式分别为:eq \o(b,\s\up6(^))=eq \f(\i\su(i=1,n, )?ti-\x\to(t)??yi-\x\to(y)?,\i\su(i=1,n, )?ti-\x\to(t)?2),eq \o(a,\s\up6(^))=eq \x\to(y)-eq \o(b,\s\up6(^))eq \x\to(t). [解] (1)由折线图中数据和附注中参考数据得 eq \x\to(t)=4,eq \i\su(i=1,7, )(ti-eq \x\to(t))2=28, eq \r(\i\su(i=1,7, )?yi-\x\to(y)?2)=0.55, eq \i\su(i=1,7, )(ti-eq \x\to(t))(yi-eq \x\to(y))=eq \i\su(i=1,7,t)iyi-eq \x\to(t)eq \i\su(i=1,7,y)i=40.17-4×9.32=2.89, r≈eq \f(2.89,2×2.646×0.55)≈0.99. 因为y与t的相关系数近似为0.99,说明y与t的线性相关程度相当高,从而可以用线性回归模型拟合y与t的关系. (2)由eq \x\to(y)=eq \f(9.32,7)≈1.331及(1)得 eq \o(b,\s\up6(^))=eq \f(\i\su(i=1,7, )?ti-\x\to(t)??yi-\x\to(y)?,\i\su(i=1,7, )?ti-\x\to(t)?2)=eq \f(2.89,28)≈0.103, eq \o(a,\s\up6(^))=eq \x\to(y)-eq \o(b,\s\up6(^))eq \x\to(t)≈1.331-0.103×4≈0.92. 所以y关于t的回归方程为eq \o(y,\s\up6(^))=0.92+0.10t. 将2016年对应的t=9代入回归方程得 eq \o(y,\s\up6(^))=0.92+0.10×9=1.82. 所以预测2016年我国生活垃

您可能关注的文档

文档评论(0)

2837587390 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档