1.1回归分析的基本思想及其初步应用 二课时1 选修1-2-黑龙江省虎林高级中学高中数学课件教学精品.pptVIP

1.1回归分析的基本思想及初步应用 0 50 100 150 200 250 300 350 0 3 6 9 12 15 18 21 24 27 30 33 36 39 1、回归分析方法研究问题的步骤： (1)根据抽样的数据（xi，yi），画出散点图。 (2)求回归直线方程。 (3)用回归直线方程进行预报 回顾复习 样本点中心 最小二乘法 2残差 残差平方和 相关指数 R2越接近1表示拟合效果越好。 3、回归模型的基本步骤为： （1）确定研究对象，明确哪个变量是解析变量，哪个变量是预报变量。 （2）画出确定好的解析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（如我们观察到数据呈线性关系，则选用线性回归方程y=bx+a）. （4）按一定规则估计回归方程中的参数（如最小二乘法）。 （5）得出结果后分析残差图是否有异常（个别数据对应残差过大，或残差呈现不随机的规律性，等等），过存在异常，则检查数据是否有误，或模型是否合适等。 1.1回归分析的基本思想及其初步应用 0 50 100 150 200 250 300 350 0 3 6 9 12 15 18 21 24 27 30 33 36 39 虎林高级中学 栾红民 例2：一只红铃虫的产卵数y与温度x有关,现收集了7组观测数据,试建立y与x之间的回归方程 问题２ 变换 y=bx+a 非线性关系 线性关系 问题１ 如何选取指数函数的底? 产卵数 气温 指数函数模型 方案1 合作探究1 教法 对数 x z 由计算器得：z关于x的线性回归方程为 z=0.272x-3.849， 相关指数R2=0.985 对数变换: x 21 23 25 27 29 32 35 z 1.946 2.398 3.045 3.178 4.19 4.745 5.784 解： 指数回归模型中温度解释了98.5%的产卵数的变化 两边取对数 y=bx2+a 变换 y=bx+a 非线性关系 线性关系 方案2 问题１ 选用y=bx2+a ， 问题3 产卵数 气温 问题2 如何求a、b ？ 合作探究2 2)平方变换：令t=x2，产卵数y和温度x之间二次函数模型y=bx2+a就转化为产卵数y和温度的平方t之间线性回归模型y=bt+a 温度x 21 23 25 27 29 32 35 温度的平方t 441 529 625 729 841 1024 1225 产卵数y 7 11 21 24 66 115 325 作散点图，并由计算器得：y和t之间的线性回归方程为y=0.367t-202.54，相关指数R2=0.802 教法 教法 将t=x2代入线性回归方程得： y=0.367x2 -202.54 当x=28时，y=0.367×282-202.54≈85 且R2=0.802， 所以，二次函数模型中温度解释了80.2%的产卵数变化。 产卵数的变化80.2%由温度引起。 散点并不集中在一条直线的附近，因此用线性回归模型拟合他们的效果不是最好的。 残 差 表 编号 1 2 3 4 5 6 7 x 21 23 25 27 29 32 35 y 7 11 21 24 66 115 325 e(1) 0.52 -0.167 1.76 -9.149 8.889 -14.153 32.928 e(2) 47.7 19.397 -5.835 -41.003 -40.107 -58.268 77.965 非线性回归方程 二次回归方程 残差公式 在此处可以引导学生体会应用统计方法解决实际问题需要注意的问题：对于同样的数据，有不同的统计方法进行分析，我们要用最有效的方法分析数据。 现在有三个不同的回归模型可供选择来拟合红铃虫的产卵数与温度数据，他们分别是： 可以利用直观（散点图和残差图）、相关指数来确定哪一个模型的拟合效果更好。 假设线性回归方程为 ：?=bx+a 选变量 画散点图 选 模 型 分析和预测 估计参数 由计算器得：线性回归方程为y=19.87x-463.73 相关指数R2=0.7464 解：选取气温为解释变量x，产卵数为预报变量y。 所以，一次函数模型中温度解释了74.64%的产卵数变化。 问题探究3 0