回归分析的基本思想及其初步应用(上课).pptVIP

3.1 回归分析的基本思想及其初步应用（一） 回归分析知识结构图 问题背景分析 线性回归模型 两个变量线性相关 最小二乘法 两个变量非线性相关 非线性回归模型 残差分析 散点图 应用 注：虚线表示高中阶段不涉及的关系 1．回归分析的基本方法．线性回归模型 y＝bx＋a＋e不同于一次函数y＝bx＋a， 含有__________，其中x为________， y为________． 知识结构 样本点的中心 随机误差e 解释变量 预报变量 残差平方和 * 相关指数： (1)在含有一个解释变量的线性模型中，R2恰好等于相关系数r的平方. (2)R2取值越大（越接近1），则残差平方和越小，即模型的拟合效果越好.(实际上就是：|r|越大，则|e|越小) ★其中： 4. 数学３——统计内容 画散点图 了解最小二乘法的思想 求回归直线方程 y＝bx＋a 用回归直线方程解决应用问题 问题1：正方形的面积y与正方形的边长x之间的函数关系是 y = x2 确定性关系 问题2：某水田水稻产量y与施肥量x之间是否有一个确定性的关系？ 变量之间的两种关系 10 20 30 40 50 500 450 400 350 300 · · · · · · · 施化肥量x 15 20 25 30