回归分析北师大版.pptVIP

* * 4．对四对变量y和x进行线性相关检验，已知n是观测值组 数，r是相关系数，且已知： ①n＝7，r＝0.953 3；②n＝15，r＝0.301 2； ③n＝17，r＝0.499 1；④n＝3，r＝0.995 0. 则变量y和x线性相关程度最高的两组是 (　　) A．①和② B．①和④ C．②和④ D．③和④ 解析：相关系数r的绝对值越大，变量x，y的线性相关程度越高，故选B. 答案：B 5．某厂的生产原料耗费x(单位：百万元)与销售额y(单位： 百万元)之间有如下的对应关系： (　　) x 2 4 6 8 y 30 40 50 70 判断x与y之间是否存在线性相关关系． 解：画出(x，y)的散点图，如图所示，由图可知x，y呈现线性相关关系． 复习回顾 ＊ 线性相关系数r及性质： 值越大，变量的线性相关程度就越高； 值越接近于0，线性相关程度就越低。 ＊ ，其中 。 当 时，两变量正相关； 当 时，两变量负相关； 当 时，两变量线性不相关。 ＊ 1、下表是随机抽取的8对母女的身高数据,试根据这些数据探讨y与x之间的关系． 母亲身高 女儿身高 cm 154 157 158 159 160 161 162 163 cm 155 156 159 162 161 164 165 166 练习 解： ， ， ， ， 所以： 所以可以认为 与 之间具有较强的线性相关 的 关系．线性回归模型y=a+bx中 线性回归方程为 ． 新课讲解 下表按年份给出了1981~2001年我国出口贸易 量（亿美元）的数据，根据此表你能预测2008年我 国的出口贸易量么？ 从散点图中观察，数据与直线的拟合性不好， 若用直线来预测，误差将会很大。 而图像近似指数函数，呈现出非线性相关性。 分析： 考虑函数 来拟合数据的变化关系，将其转 化成线性函数，两边取对数： 即线性回归方程，记1981年为x=1，1982年为 x=2，‥变换后的数据如下表： 设 ，则上式变为 ， 对上表数据求线性回归方程得： 即： 由此可得： ，曲线如图： 这样一来，预测2008年的出口贸易量就容易多了。 将下列常见的非线性回归模型转化为线性回归模型。 作变换 得线形函数 。 1.幂函数： 2. 指数曲线： 作变换 得线形函数 。 作怎样的变换，得到线形函数的方程如何？？ 思考交流 3. 倒指数曲线： 4. 对数曲线： 作怎样的变换，得到线形函数的方程如何？？ 小结 ＊ 非线性回归方程： 对某些特殊的非线性关系，可以通过变换，将非 线性回归转化为线性回归，然后用线性回归的方法进 行研究，最后再转换为非线性回归方程。 ＊ 常见非线性回归模型： 1.幂函数： 2. 指数曲线： 3. 倒指数曲线： 4. 对数曲线： [例3]　(12分)为了研究某种细菌随时间x变化繁殖个数y的变化，收集数据如下： 时间x/天 1 2 3 4 5 6 繁殖个数y 6 12 25 49 95 190 (1)作出这些数据的散点图； (2)求y与x之间的回归方程． [思路点拨]　作出数据的散点图，选择合适的函数模型转化为线性模型． [精解详析]　(1)散点图如图所示： (4分) (2)由散点图看出样本点分布在一条指数函数y＝c1ec2x图像的周围，于是令z＝ln y，则 (6分) x 1 2 3 4 5 6 z 1.79 2.48 3.22 3.89 4.55 5.25 由计算器算得z＝0.69x＋1.112， 则有y＝e0.69x＋1.112. (12分) [一点通]　非线性回归问题一般不给出经验公式，这时，应先画出已知数据的散点图，把它与所学过的各种函数图像作比较，挑选一种跟这些散点图拟合得最好的函数，采用适当的变量置换，把问