回归分析的基本思想及其初步应用(优质课).pptVIP

郑平正 制作 相关系数 1.计算公式 2．相关系数的性质 (1)|r|≤1． (2)|r|越接近于1，相关程度越大；|r|越接近于0，相关程度越小． * * * * 郑平正 制作 3.1回归分析的基本思想及其初步应用（一） 高二数学 选修2-3 城阳一中 毛世勤 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？ 例如：在 7 块并排、形状大小相同的试验田上 进行施肥量对水稻产量影响的试验，得到如下所示的一组数据： 施化肥量x 15 20 25 30 35 40 45 水稻产量y 330 345 365 405 445 450 455 复习、变量之间的两种关系 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. 1、定义： 1）：相关关系是一种不确定性关系； 注 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. 2）： 新课 2、现实生活中存在着大量的相关关系. 如：人的身高与年龄； 产品的成本与生产数量； 商品的销售额与广告费； 家庭的支出与收入.等等 回归直线方程：： 称为样本点的中心. 对两个变量进行的线性分析叫做线性回归分析. 负相关 正相关 （一）回顾：数学３——线性回归分析的步骤 : 温故知新 1、画散点图 4、用回归直线方程进行预报 3、求回归直线方程 2、求 课前检测： 假设关于某设备的使用年限x和所支出的维修费用 y（万元），有如下的统计资料。 7.0 6.5 5.5 3.8 2.2 维修费用y 6 5 4 3 2 使用年限x （1）画散点图并求回归方程 ； （２）估计使用年限为10年时，维修费用是多少？ 使用年限为10年时，维修费用是:12.38万元 2008年5月，中共中央国务院关于加强青少年体育、增强青少年体质的意见指出城市超重和肥胖青少年的比例明显增加.“身高标准体重”该指标对于学生形成正确的身体形态观具有非常直观的教育作用. “身高标准体重”从何而来？我们怎样去研究? 创设情境： 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。 59 43 61 64 54 50 57 48 体重/kg 170 155 165 175 170 157 165 165 身高/cm 8 7 6 5 4 3 2 1 编号 求根据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。 问题呈现：女大学生的身高与体重 解； 1.由于问题中要求根据身高预报体重，因此选取身高为解释变量x，体重为预报变量y． 3.回归方程： 2. 散点图； 探究： 身高为172cm的女大学生的体重一定是60.316kg吗？如果不是，你能解析一下原因吗？ 答：身高为172cm的女大学生的体重不一定是60.316kg，但一般可以认为她的体重接近于60.316kg。 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。 59 43 61 64 54 50 57 48 体重/kg 170 155 165 175 170 157 165 165 身高/cm 8 7 6 5 4 3 2 1 编号 女大学生的身高与体重 解； 1.由于问题中要求根据身高预报体重，因此选取身高为自变量x，体重为因变量y． 3.回归方程： 2. 散点图； 思考：如何发现数据中的错误？如何衡量模型的拟合效果？ 可以通过残差发现原始数据中的可疑数据，判断所建立模型的拟合效果. 表3-2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. 表3-2 从图3.1-3中可以看出，第1个样本点和第6个样本点的残差比较大，需要确认在采集这两个样本点的过程中是否有人为的错误.如果数据采集有错误，就予以纠正，然后再重新利用线性回归模型拟合数据；如果数据采集没有错误，则需要寻找其他的原因.另外，残差点比较均匀地落在水平的带状区域中，说明选用的模型比较合适.这样的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. 我们可以用相关指数R2来刻画回归的效果，其计算公式是 如何衡量预报的精度？ 显然，R2的值越大，说明残差平方和越小，也就是说模型拟合效果越好。 如果某组数据可能采取几种不同回归方程进行回