2017年高中数学 第一章 统计案例 1.1 回归分析的基本思想及初步应用（二）课件 新人教a版选说修1-2.pptVIP

例1 从某大学中随机选取8名女大学生，其身高和体重数据如表1-1所示。 编号 1 2 3 4 5 6 7 8 身高/cm 165 165 157 170 175 165 155 170 体重/kg 48 57 50 54 64 61 43 59 求根据一名女大学生的身高预报她的体重的回归方程，并预报一名身高为 172cm的女大学生的体重。 案例1：女大学生的身高与体重 解：1、选取身高为自变量x，体重为因变量y，作散点图： 2、由散点图知道身高和体重有比较好的线性相关关系，因此可以用线性回归方程刻画它们之间的关系。 3、从散点图还看到，样本点散布在某一条直线的附近，而不是在一条直线上，所以不能用一次函数y=bx+a描述它们关系。 思考：有些时候，样本数据中难免混有错误数据，通过何 种方法把它剔除？ 1.残差分析与残差图的定义： 然后，我们可以通过残差 来判断模型 拟合的效果，判断原始数据中是否存在可疑数据，这方面的 分析工作称为残差分析。 我们可以利用图形来分析残差特性，作图时纵坐标为残差， 横坐标可以选为样本编号，或身高数据，或体重估计值等， 这样作出的图形称为残差图。 数据点和它在回归直线上相应位置的差异 是随机误差 的效应，称 为残差。 注意：（1）残差分析步骤： 1）计算每组数据的残差，即样本值减预测值 2）画残差图。纵坐标为残差，横坐标为自变量。 3）分析残差图 4）找异常值 （2）残差图的制作： 坐标纵轴为残差变量，横轴可以有不同的选择. 横轴为编号：可以考察残差与编号次序之间的关系，常用于调查数据错误. 横轴为解释变量：可以考察残差与解释变量的关系，常用于研究模型是否 有改进的余地. 下表列出了女大学生身高和体重的原始数据以及相应的残差数据。 编号 1 2 3 4 5 6 7 8 身高/cm 165 165 157 170 175 165 155 170 体重/kg 48 57 50 54 64 61 43 59 残差 -6.373 2.627 2.419 -4.618 1.137 6.627 -2.883 0.382 残差图 问题数据 越窄越好 注意：残差图的作用： 1)发现原始数据中的可疑数据，问题数据 2)判断模型的适用性，若模型选择的正确，残差图中的点应该比较均匀地落在 以横轴为中心的水平的带状区域中 带状区域的宽度越窄，说明模型拟合精度越高，回归方程的预报精度越高， 说明选用的模型较合适。 2.用相关指数R2来刻画回归的效果： 残差平方和 总体偏差平方和 注意：1） 取值范围在 [ 0 , 1 ] 之间，即0≤ R2 ≤1． 2)在线性回归模型中，相关指数R2表示解析变量x对预报变量y变化的贡献率。 代表自变量刻画预报变量的能力。 R2反映回归直线的拟合程度，是度量模型拟合效果的一种指标。 3）R2的值越大，说明残差平方和越小，模型拟合效果越好 R2的值越小，说明残差平方和越大，模型拟合效果越好 4） R2 ?1，说明回归方程拟合的越好,表示解析变量x和预报变量y的线性相 关性越强。 R2?0，说明回归方程拟合的越差 5）如果某组数据可能采取几种不同回归方程进行回归分析，则可以通过 比较R2的值来做出选择，即选取R2较大的模型作为这组数据的模型。 6）判定系数等于相关系数的平方，即R2＝(r)2 注：本例中R2=0.64，表示解析变量x对预报变量y约贡献了64%，即，可以叙述为 “身高解析了64%的体重变化”，而随机误差贡献了剩余的36%。 所以，身高对体重的效应比随机误差的效应大得多。 练习：关于x与y有如下数据： x 2 4 5 6 8 y 30 40 60 50 70 为了对x、y两个变量进行统计分析，现有以下两种线性模型：y=6.5x+17.5，y=7x+17，试比较哪一个模型拟合的效果更好. 一.用身高预报体重时，需要注意下列问题： 1、回归方程只适用于我们所研究的样本的总体； 2、我们所建立的回归方程一般都有时间性； 3、样本采集的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