2018年高中数学 统计案例1.2回归分析学案苏教版.docVIP

PAGE PAGE 1 1.2 回归分析 1．线性回归模型 (1)线性回归模型y＝a＋bx＋ε，其中a＋bx是确定性函数，ε称为随机误差． (2)随机误差产生的原因主要有以下几种： ①所用的确定性函数不恰当引起误差； ②忽略了某种因素的影响； ③存在观测误差． (3)在线性回归方程eq \o(y,\s\up6(^))＝eq \o(a,\s\up6(^))＋eq \o(b,\s\up6(^))x中 eq \o(b,\s\up6(^))＝eq \f(\i\su(i＝1,n, )?xi－\o(x,\s\up6(－))??yi－\o(y,\s\up6(－))?,\i\su(i＝1,n, )?xi－\o(x,\s\up6(－))?2)＝eq \f(\i\su(i＝1,n,x)iyi－n\o(x,\s\up6(－))\o(y,\s\up6(－)),\i\su(i＝1,n,x)\o\al(2,i)－n?\o(x,\s\up6(－))?2)， eq \o(a,\s\up6(^))＝eq \o(y,\s\up6(－))－eq \o(b,\s\up6(^))eq \o(x,\s\up6(－))(其中eq \o(x,\s\up6(－))＝eq \f(1,n)eq \i\su(i＝1,n,x)i，eq \o(y,\s\up6(－))＝eq \f(1,n)eq \i\su(i＝1,n,y)i)． 其中，eq \o(a,\s\up6(^))，eq \o(b,\s\up6(^))分别为a，b的估计值，eq \o(a,\s\up6(^))称为回归截距，eq \o(b,\s\up6(^))称为回归系数，eq \o(y,\s\up6(^))称为回归值． 2．相关系数 (1)计算两个随机变量间线性相关系数的公式 eq \r(\i\su(i＝1,n, )?xi－\o(x,\s\up6(－))?2)eq \r(\i\su(i＝1,n, )?yi－\o(y,\s\up6(－))?2) ＝eq \f(\i\su(i＝1,n,x)iyi－n\o(x,\s\up6(－))\o(y,\s\up6(－)),\r(?\i\su(i＝1,n,x)\o\al(2,i)－n?\o(x,\s\up6(－))?2?\i\su(i＝1,n,y)\o\al(2,i)－n?\o(y,\s\up6(－))?2?)) (2)r具有如下性质： ①|r|≤1； ②|r|越接近于1，x，y的线性相关程度越强； ③|r|越接近于0，x，y的线性相关程度越弱． 3．对相关系数进行显著性检验的基本步骤 (1)提出统计假设H0：变量x，y不具有线性相关关系； (2)如果以95%的把握作出判断，那么可以根据1－0.95＝0.05与n－2在教材附录1中查出一个r的临界值r0.05(其中1－0.95＝0.05称为检验水平)； (3)计算样本相关系数r； (4)作出统计推断：若|r|r0.05，则否定H0，表明有95%的把握认为x与y之间具有线性相关关系；若|r|≤r0.05，则没有理由拒绝原来的假设H0，即就目前数据而言，没有充分理由认为y与x之间有线性相关关系． 我们把相关关系(不确定性关系)转化为函数关系(确定性关系)，当两个具有相关关系的变量近似地满足一次函数关系时，我们所求出的函数关系式eq \o(y,\s\up6(^))＝eq \o(a,\s\up6(^))＋eq \o(b,\s\up6(^))x就是回归直线方程．求回归直线方程的一般方法是借助于工作软件求出回归直线方程，也可以利用计算器计算出eq \o(b,\s\up6(^))，再由eq \o(a,\s\up6(^))＝eq \o(y,\s\up6(－))－eq \o(b,\s\up6(^))eq \o(x,\s\up6(－))求出eq \o(a,\s\up6(^))，写出回归直线方程eq \o(y,\s\up6(^))＝eq \o(b,\s\up6(^))x＋eq \o(a,\s\up6(^)).计算时应注意： (1)求eq \o(b,\s\up6(^))时，利用公式eq \o(b,\s\up6(^))＝eq \f(\i\su(i＝1,n,x)iyi－n\o(x,\s\up6(－)) \o(y,\s\up6(－)),\i\su(i＝1,n,x)\o\al(2,i)－n?\o(x,\s\up6(－))?2)，先求出eq \o(x,\s\up6(－))＝eq \f(1,n)(x1＋x2＋…＋xn)，eq \o(y,\s\up6(－))＝eq \f(1,n)(y1＋y2＋…＋yn)，eq \i\su(i＝1,n,x)iyi＝x1y1＋x2y2＋…＋xnyn，eq \i\su(i＝1,n,x)eq \o\al(2,i)＝xeq \o\al(2,1)＋xeq