统计案例1.2回归分析同步课件新人教B版.pptxVIP

;问题导学;问题导学;;梳理　(1)回归分析是对具有 的两个变量进行统计分析的一种常用方法.若两个变量之间具有线性相关关系，则称相应的回归分析为 .;;1.求回归直线方程前可以不进行相关性检验.(　　) 2.利用回归直线方程求出的值是准确值.(　　);题型探究;例1　若从某大学中随机选取8名女大学生，其身高和体重数据如下表所示：;解　 (1)画散点图 选取身高为自变量x，体重为因变量y，画出散点图，展示两个变量之间的关系，并判断二者是否具有线性关系.;(3)预测和决策 即一名身高为172 cm的女大学生的体重预测值为60.224 kg.;反思与感悟　在使用回归直线方程进行预测时要注意 (1)回归直线方程只适用于我们所研究的样本的总体. (2)我们所建立的回归直线方程一般都有时间性. (3)样本取值的范围会影响回归直线方程的适用范围. (4)不能期望回归直线方程得到的预测值就是因变量的精确值.;跟踪训练1　假设关于某设备的使用年限x(年)和所支出的维修费用y(万元)有如下的统计数据：;解　由题干表中的数据可得;(2)求使用年限为10年时，该设备的维修费用为多少？;例2　维尼纶纤维的耐热水性能的好坏可以用指标“缩醛化度”y来衡量，这个指标越高，耐热水性能也越好，而甲醛浓度是影响缩醛化度的重要因