2018年秋高中数学第1章统计案例1.1回归分析的基本思想及其初步应用学案新人教a版.docVIP

PAGE PAGE 1 1.1　回归分析的基本思想及其初步应用 学习目标：1.了解随机误差、残差、残差图的概念．(重点)2.会通过分析残差判断线性回归模型的拟合效果．(重点)3.了解常见的非线性回归模型转化为线性回归模型的方法．(难点) [自 主 预 习·探 新 知] 1．回归分析的相关概念 (1)回归分析 回归分析是对具有相关关系的两个变量进行统计分析的一种常用方法． (2)回归直线方程 方程eq \o(y,\s\up6(^))＝eq \o(b,\s\up6(^))x＋eq \o(a,\s\up6(^))是两个具有线性相关关系的变量的一组数据(x1，y1)，(x2，y2)，…，(xn，yn)的回归方程，其中eq \o(a,\s\up6(^))，eq \o(b,\s\up6(^))是待定参数，其最小二乘估计分别为： eq \b\lc\{\rc\ (\a\vs4\al\co1(\o(b,\s\up6(^))＝\f(\o(\i\su(i＝1,n, )?xi－\x\to(x)??yi－\x\to(y)?),\o(\i\su(i＝1,n, )?xi－\x\to(x)?2))＝\f(\o(\i\su(i＝1,n,x)iyi－n \x\to(x) \x\to(y)),\o(\i\su(i＝1,n,x)\o\al(2,i)－n \x\to(x)2))，,\o(a,\s\up6(^))＝\