高中数学第三章统计案例-3.1回归分析的基本思想及其初步应用学案.docxVIP

3.1　回归分析的基本思想及其初步应用 学习目标 重点、难点 1.能知道用回归分析处理两个变量之间的不确定关系的统计方法． 2．会利用散点图分析两个变量是否存在相关关系．会用残差及R2来刻画线性回归模型的拟合效果． 3．能记住建立回归模型的方法和步骤；能知道如何利用线性回归模型求非线性回归模型. 重点：建立变量之间的线性回归方程，能根据散点图初步判断两个变量之间是否具有线性关系． 难点：1.会求线性回归方程． 2．掌握建立回归模型的步骤，会选择回归模型，特别是非线性回归模型. 1．线性回归模型 (1)函数关系是一种______关系，而相关关系是一种________关系． (2)回归分析是对具有____关系的两个变量进行统计分析的一种常用方法． (3)对于一组具有线性相关关系的数据(x1，y1)，(x2，y2)，…，(xn，yn)，回归直线的斜率和截距的最小二乘估计公式分别为__________________． 其中(eq \x\to(x)，eq \x\to(y))称为________． (4)线性回归模型y＝bx＋a＋e，其中e称为________，a和b是模型的未知参数，自变量x称为________，因变量y称为________． 预习交流1 如果记录了x，y的几组数据分别为(0,1)，(1,4)，(2,7)，(3,10)，则y关于x的线性回归直线必过点(　　)． A．(2,2)　　　　　　　B．(1.5,2) C．(1,2) D．(1.5,5.5) 2．残差的概念 对于样本点(x1，y1)，(x2，y2)，…，(xn，yn)而言，它们的随机误差为ei＝____，i＝1,2，…，n，其估计值为eq \o(e,\s\up6(^))i＝__________＝__________，i＝1,2，…，n，eq \o(e,\s\up6(^))i称为相应于点(xi，yi)的残差． 3．回归模型拟合效果的刻画 类别 残差图法 残差平方和法 R2法 特点 残差点比较均匀地落在水平的带状区域内，说明选用的模型比较适合，这样的带状区域的宽度越窄，说明模型拟合精度越高 残差平方和eq \i\su(i＝1,n, )(yi－eq \o(y,\s\up6(^))i)2越小，模型的拟合效果越好 R2＝__________表示________对于________变化的贡献率，R2越接近于__，表示回归的效果越好 预习交流2 怎么理解散点图和相关指数的关系？ 4．建立回归模型的基本步骤为： (1)确定研究对象，明确哪个变量是解释变量，哪个变量是预报变量． (2)画出解释变量和预报变量的散点图，观察它们之间的关系(如是否存在线性关系等)． (3)由经验确定回归方程的类型(如观察到数据呈线性关系，则选用线性回归方程eq \o(y,\s\up6(^))＝eq \o(b,\s\up6(^))x＋eq \o(a,\s\up6(^)))． (4)按一定规则(如最小二乘法)估计回归方程中的参数． (5)得出结果后分析残差图是否有异常(如个别数据对应残差过大，残差呈现不随机的规律性等)．若存在异常，则检查数据是否有误，或模型是否合适等． 预习交流3 用回归方程求预报值应注意哪些问题？ 答案： 1．(1)确定性　非确定性　(2)相关　(3)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 \f(\i\su(i＝1,n,x)iyi－n\x\to(x) \x\to(y),\i\su(i＝1,n,x)\o\al(2,i)－n\x\to(x)2)，eq \o(a,\s\up6(^))＝eq \x\to(y)－eq \o(b,\s\up6(^))eq \x\to(x)　样本点的中心　(4)随机误差　解释变量　预报变量 预习交流1：提示：D 2．yi－bxi－a　yi－eq \o(y,\s\up6(^))i　yi－eq \o(b,\s\up6(^))xi－eq \o(a,\s\up6(^)) 3．1－eq \f(\i\su(i＝1,n, )?yi－\o(y,\s\up6(^))i?2,\i\su(i＝1,n, )?yi－\x\to(y)?2)　解释变量　预报变量　1 预习交流2：提示：散点图可以说明变量间有无线性相关关系，只能粗略地说明两个变量之间关系的密切程度，而相关指数R2能精确地描述两个变量之间的密切程度． 预习交流3：提示：(1)回归方程只适用于所研究的样本的总体． (2)所建立的回归方程一般都有时间性． (3)样本的取值范围会影响回归方程的适用范围． (4)不能期望回归方程得到的预报值就是预报变量的精确值．事实上，它是