高中数学 第四章 典型统计案例 4.4 一元线性回归案例 湘教版选修1-2.pptVIP

题型二　回归直线 【例3】 在一项调查中测得两个变量x与y的9组对应数据如下表： 试作出该数据的散点图并由图判断y与x是否存在相关关系，若有则求出回归直线． i 1 2 3 4 5 6 7 8 9 xi 1.5 1.8 2.4 3.0 3.5 3.9 4.4 4.8 5.0 yi 4.8 5.7 7.0 8.3 10.9 12.4 13.1 13.6 15.3 解　散点图如图所示． 方法点评　通过作散点图也可以看出数据(xi，yi)(i＝1，2，…，9)集中在一条直线附近，设出回归直线y＝bx＋a，利用最小二乘法求出系数b与a的估计值． 【训练3】 某电脑公司有6名产品推销员，其中5名推销员的工作年限与年推销金额数据如下表： (1)求年推销金额y关于工作年限x的回归直线； (2)若第6名推销员的工作年限为11年，试估计他的年推销金额(sxy＝2，sx＝2，sy＝1.5)． 推销员编号 1 2 3 4 5 工作年限x/年 3 5 6 7 9 年推销金额y/万元 2 3 3 4 5 解　(1)设所求的回归直线为y＝bx＋a，则b＝0.5，a＝0.4， ∴年推销金额y关于工作年限x的回归直线 为y＝0.5x＋0.4. (2)由(1)可知，当x＝11时， y＝0.5x＋0.4＝0.5×11＋0.4＝5.9(万元)， ∴可以估计第6名推销员的年推销金额为5.9万元． 误区警示　形式地套用公式导致不严谨 【例4】 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： 求根据一女大学生的身高预报她的体重的回归直线方程，并预报一名身高为172 cm的女大学生的体重． 编号 1 2 3 4 5 6 7 8 身高x/cm 165 165 157 170 175 165 155 170 体重y/kg 48 57 50 54 64 61 43 59 [错解]　由回归系数公式得 b＝0.849，a＝－85.712， 于是得到回归直线方程：y＝0.849x－85.712. 所以当x＝172时，y＝60.316. [错因分析]　应当先进行线性相关检验，可用散点图或用样本相关系数r进行检验． [正解]先作出散点图：以身高作为橫坐标(单位：cm)，以体重作为纵坐标(单位：kg)如图，从图可认为这些点大致在一直线附近，再由回归系数公式进行有关计算．可求得：b＝0.849，a＝－85.712. 于是得到回归直线方程为 y＝－85.712＋0.849x. 所以当x＝172(cm)时，y＝60.316(kg) 纠错心得　在求回归直线方程之前应该进行变量相关性检验，可以用散点图进行验证，也可以用相关系数进行验证，但必须先验证才能求回归直线方程，再应用回归直线方程求解问题，否则，虽然依据求回归直线方程的方法，可以求出相应的回归直线方程，但这个回归直线方程已经不能反映这组数据的变化规律，这时求回归直线方程也就失去了意义． * [－1,1] 课前探究学习 课堂讲练互动 【课标要求】 1．了解线性回归模型的意义，加深对回归方程的了解，了解样本相关关系的含义． 2．了解样本相关系数与线性相关程度强弱的关系；会对两个变量作线性相关检验． 4.4　一元线性回归案例 1．变量间的相关关系 (1)常见的两变量之间的关系有两类：一类是函数关系；另一类是相关关系，它与函数关系不同，相关关系是一种 ． 非确定性关系 自学导引 (2)散点图：若两个变量x，y组成的一组样本量为n的样本或者观测数据：(x1，y1)，(x2，y2)，…，(xn，yn)，画出由一些离散的点组成的图象．从散点图上看，点分布从左下角到右上角的区域内，这两个变量的相关关系叫 ，点分布从左上角到右下角的区域内，这两个变量的相关关系叫 ． 正相关 负相关 线性相关关系 回归直线 b叫回归直线的 ，a叫回归直线 ． (3)回归方程y＝bx＋a中的b表示x每增加一个单位，则y就 ． 斜率 在y轴上的截距 增加(b＞0)或减少(b＜0)|b|个单位 相关系数 正相关 负相关 不相关 5．从理论上讲，rxy有以下性质： ①rxy总在区间 中取值； ②rxy越接近1，x增加，y也倾向于 ，这时(x1，y1)，(x2，y2)，…，(xn，yn)分散在一条 的直线附近； ③rxy越接近－1，x增加，y倾向于 ，这时(x1，y1)，(x2，y2)…，(xn，yn)分散在一条 的直线附近． [－1,1] 增加 上升 减少 下降 回归直线方程的原理和思想． 提示　由部分观测值得到回归直线方程，可以对两个变量间的线性相关关系进行估计，这实际上是将非确定性问题转化成确定性问题进行