高中数学人教版选修1-2同课异构1.1 回归分析的基本思想及其初步应用 精讲优练课型.ppt

【补偿训练】(2016·南京高二检测)A地六年来轻工业产品利润总额y与年次x的试验数据如表所示： 年次x 1 2 3 4 5 6 利润总额y 11.35 11.85 12.44 13.07 13.59 14.41 由经验知，年次x与利润总额y(单位：亿元)有近似如下的关系：y=abxe0，其中a，b为正数，求y关于x的回归方程. 【解析】对y=abxe0两边取自然对数得lny=lnae0+xlnb，令z=lny，则z与x的数据如表： 由z=lnae0+xlnb及最小二乘法公式得： lnb≈0.0477，lnae0≈2.378， 即 =2.378+0.0477x，故 =10.8×1.05x. x 1 2 3 4 5 6 z 2.43 2.47 2.52 2.57 2.61 2.67 自我纠错　求回归方程 【典例】在一化学反应过程中，某化学物质的反应速度y(g/min)与一种催化剂的量x(g)有关，现收集了如表所示的8组数据，试建立y与x的回归方程. 催化剂量x(g) 15 18 21 24 27 30 33 36 化学物质反应 速度y(g/min) 6 8 30 27 70 205 65 350 【失误案例】 分析解题过程，找出错误之处，并写出正确答案. 提示：错误的根本原因是解题前没有审好题，原题求的是回归方程，并不是回归直线方程，因此应首先进行相关性检验，然后再求回归方程，不能盲目地求回归直线方程，正确解答过程如下. 【解析】根据收集的数据作散点图，如图所示. 根据样本点的分布情况，可选用指数型函数模型y= (c1，c2为待定的参数)，令z=lny，则z=c2x+lnc1，即 变换后样本点应该分布在直线z=bx+a(a=lnc1，b=c2) 的周围，由y与x的数据表得z与x的数据表如下： x 15 18 21 24 27 30 33 36 z 1.792 2.079 3.401 3.296 4.248 5.323 4.174 5.858 作出z与x的散点图，如图所示，由图可以看出变换后的样本点分布在一条直线附近，所以可用线性回归方程来拟合. 由表中数据可得 ≈0.1812， ≈-0.8485，故 =0.1812x-0.8485，所以 =e0.1812x-0.8485，因此该 化学物质的反应速度与催化剂的量的非线性回归方 程为 =e0.1812x-0.8485. 【解析】1.选C.①反映的是最小二乘法思想，是正确 的；②反映的是散点图的作用，是正确的；③反映的 是求线性回归方程 的目的，也是正确的； ④不正确，在求回归方程之前，必须进行相关性检验， 以体现变量的相关关系.故有3个正确说法. 2.选A.由散点图及 ， 的意义知A正确. 3.(1)散点图如图所示. (2)列出下表，并用科学计算器进行有关计算. i 1 2 3 4 5 xi(百万元) 2 4 5 6 8 yi(百万元) 30 40 60 50 70 xiyi 60 160 300 300 560 于是可得 =50-6.5×5=17.5. 于是所求的回归方程是 =6.5x+17.5 【方法技巧】 1.求线性回归方程的三个步骤 (1)算：根据数据计算 (2)代：代入公式求 ， 的具体数值. (3)求：由上面的计算结果求方程 2.求线性回归方程的关键点 相关性的验证：求线性回归方程前必须判断两个变量是否线性相关，如果两个变量本身不具备相关关系，或者它们之间的相关关系不显著，那么即使求出回归方程也是毫无意义的. 特别提醒：回归直线一定过样本点的中心( ， )， 这在很多问题的求解中起着很重要的作用. 【变式训练】已知一个回归直线方程 =1.5x+45， xi∈{1，5，7，13，19}，则 =(　　) A.53.5　　　B.55.5　　　C.58.5　　　D.60.5 【解析】选C.因为回归直线过样本点的中心( )， 又 所以 =1.5 +45=1.5×9+45=58.5. 类型二　线性回归分析 【典例】为研究质量x(单位：克)对弹簧长度y(单位：厘米)的影响，对不同质量的6个物体进行测量，数据如表所示： x 5 10 15 20 25 30 y 7.25 8.12 8.95 9.90 10.9 11.8 (1)作出散点图，并求线性回归方程. (2)求出R2. (3)进行残差分析. 【解题探究】本例中如何进行残差分析？ 提示：通过残差表或残差图进行残差分析. 【解析】(1)散点图如图所示. 因为 ×(5+10+15+20+25+30)=17.5， ×(7.25+8.12+8.95+9.90+10.9+11.8) ≈9.487， =2