2018_2019学年高中数学第一章统计案例1.2回归分析课件苏教版选修1_2.pptxVIP

;;问题导学;问题导学;;答案　画出散点图，由图可知，样本点散布在一条直线附近，因此可用回归直线表示两变量之间的相关关系.;梳理　线性回归模型 (1)随机误差 具有线性相关关系的两个变量的取值x，y，y的值不能由x完全确定，可将x，y之间的关系表示为y＝a＋bx＋ε，其中 是确定性函数， 称为随机误差. (2)随机误差产生的主要原因 ①所用的 不恰当引起的误差. ②忽略了 . ③存在 误差.;(3)线性回归模型中a，b值的求法 y＝ 称为线性回归模型.;(4)回归直线和线性回归方程;;梳理　样本相关系数r及其性质;;[思考辨析 判断正误] 1.求线性回归方程前可以不进行相关性检验.(　　) 2.在残差图中，纵坐标为残差，横坐标可以选为样本编号.(　　) 3.利用线性回归方程求出的值是准确值.(　　);题型探究;例1　某研??机构对高三学生的记忆力x和判断力y进行统计分析，得下表数据：;解答;(3)试根据求出的线性回归方程，预测记忆力为9的同学的判断力.;反思与感悟　(1)求线性回归方程的基本步骤 ①列出散点图，从直观上分析数据间是否存在线性相关关系.;跟踪训练1　某班5名学生的数学和物理成绩如下表：;(2)求物理成绩y对数学成绩x的线性回归方程；;(3)一名学生的数学成绩是96，试预测他的物理成绩.;;由检验水平0.05及n－2＝8， 在附录1中查得r0.05＝0.632. 因为0.751＞0.632， 由此可看出这10名学生的两次数学成绩具有较强的线性相关关系.;反思与感悟　相关关系的两种判定方法 (1)利用散点图判定;跟踪训练2　一台机器由于使用时间较长，但还可以使用，它按不同的转速生产出来的某机械零件有一些会有缺点，每小时生产有缺点的零件的多少随机器运转的速度而变化，下表为抽样试验的结果：;由检验水平0.05及n－2＝2，在教材附录1中查得r0.05＝0.950，因为r＞r0.05，所以y与x具有线性相关关系.;;(2)建立x与y的关系；;解　对两边取对数把指数关系变为线性关系，令z＝ln y， 则有变换后的样本点应分布在直线z＝bx＋a，a＝ln c1，b＝c2的周围，这样就可以利用线性回归模型来建立y与x之间的非线性回归方程，数据可以转化为;求得线性回归方程为;(3)利用所得模型，估计当x＝40时y的值.;反思与感悟　非线性回归问题的处理方法 (1)指数型函数y＝ebx＋a ①函数y＝ebx＋a的图象;(2)对数型函数y＝bln x＋a ①函数y＝bln x＋a的图象：;跟踪训练3　已知某种食品每千克的生产成本y(元)与生产该食品的重量x(千克)有关，经生产统计得到以下数据：;根据上述数据可求得相关系数;所以估计生产该食品500千克时每千克的生产成本约是1.14元.;达标检测;1.设有一个线性回归方程 ＝2－1.5x，当变量x增加1个单位时，y平均________个单位.;答案;3.某厂节能降耗技术改造后，在生产A产品过程中记录的产量x(吨)与相应的生产能耗y(吨)的几组对应数据如表：;答案;1;1;回归分析的步骤 (1)确定研究对象，明确哪个变量是自变量，哪个变量是因变量. (2)画出确定好的因变量关于自变量的散点图，观察它们之间的关系(如是否存在线性关系等).;