《回归全面分析的基本思想及其初步应用》.pptVIP

方案2解答 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 21 23 25 27 29 32 35 温度的平方t 441 529 625 729 841 1024 1225 产卵数y/个 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-202.543，相关指数R2=0.802 将t=x2代入线性回归方程得： y=0.367x2 -202.543 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。 t 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3 合作探究 对数 方案3解答 温度xoC 21 23 25 27 29 32 35 z=lny 1.946 2.398 3.045 3.178 4.190 4.745 5.784 产卵数y/个 7 11 21 24 66 115 325 x z 当x=28oC 时，y ≈44 ，指数回归模型中温度解释了98.5%的产卵数的变化 由计算器得：z关于x的线性回归方程 为 对数变换：在 中两边取常用对数得 令 ，则 就转换为z=bx+a. 相关指数R2=0.98 最好的模型是哪个? 产卵数 气温 产卵数 气温 线性模型 二次函数模型 指数函数模型 比一比 函数模型 相关指数R2 线性回归模型 0.7464 二次函数模型 0.80 指数函数模型 0.98 最好的模型是哪个? 练习：为了研究某种细菌随时间x变化，繁殖的个数，收集数据如下： 天数x/天 1 2 3 4 5 6 繁殖个数y/个 6 12 25 49 95 190 （1）用天数作解释变量，繁殖个数作预报变量，作出这些 数据的散点图； （2） 描述解释变量与预报变量 之间的关系； （3） 计算残差、相关指数R2. 天数 繁殖个数 解：（1）散点图如右所示 x 1 2 3 4 5 6 Z 1.79 2.48 3.22 3.89 4.55 5.25 由计数器算得 则有 6.06 12.09 24.09 48.04 95.77 190.9 y 6 12 25 49 95 190 （3） 即解释变量天数对预报变量繁殖细菌得个数解释了99.99%. （2）由散点图看出样本点分布在一条指数函数y= 的周围，于是令Z=lny,则 1.1《回归分析的基本思想及其初步应用》 《高中数学》 选修1-2 选修1-2——统计案例 引入线性回归模型 y＝bx＋a＋e 了解模型中随机误差项e产生的原因 了解相关指数 R2 和模型拟合的效果之间的关系 了解残差图的作用 利用线性回归模型解决一类非线性回归问题 正确理解分析方法与结果 比《必修3》中“回归”增加的内容 数学３——统计 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 １.两个变量间的相关关系 自变量取值一定时，因变量的取值带有一定随机性的两个 变量之间的关系叫做相关关系．（正相关、负相关） 相关关系与函数关系的异同点： 相关关系 函数 相同点 不同点 对具有相关关系的两个变量进行统计分析的方法叫回归分析． 均是指两个变量的关系 非确定关系 确定的关系 一、复习回顾： 复习回顾 ２.研究两个变量间的相关关系的方法和步骤 （１）、画散点图，并判断二者之间是否有线性关系； （３）、 预报和决策。 （２）、建立并求出回归直线方程　　　　　； 其中 3.求线性回归方程　　　　　的步骤: 复习回顾 (1)计算平均数 (2)计算 与 的积,求 (3)计算 (4)将上述有关结果代入公式，求b、a， 写出回归直线方程． 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所示： 编号 1 2 3 4 5 6 7 8