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 探究导学课型教学课件.ppt

【补偿训练】下列说法正确的有　(　　) ①回归方程适用于一切样本和总体; ②回归方程一般都有时间性; ③样本取值的范围会影响回归方程的适用范围; ④回归方程得到的预报值是预报变量的精确值. A.①② B.①③ C.②③ D.③④ 【解析】选C.①回归方程只适用于我们研究的样本和总体.②我们所建立的回归方程一般都有时间性.③样本取值的范围会影响回归方程的适用范围.④回归方程得到的预报值是预报变量可能取值的平均值,并非精确值,故②③正确. 类型二:线性回归分析 【典例2】已知某商品的价格x(元)与需求量y(件)之间的关系有如下一组数据: x 14 16 18 20 22 y 12 10 7 5 3 (1)画出y关于x的散点图. (2)求出回归直线方程. 【解题指南】正确利用求线性回归方程的步骤解答. 【解析】(1)画散点图: 【延伸探究】 1.(改变问法)若本题条件不变,计算R2的值,并说明回归模型拟合程度的好坏. 【解析】 回归模型拟合效果很好. 2.(改变问法)在本题条件不变的情况下,画出残差图. 【解析】 【规律总结】建立回归模型的一般步骤 【拓展延伸】残差图的分析方法 (1)残差图的纵坐标为残差,横坐标通常可以是样本编号、解释变量或预报变量等,残差图是一种散点图. (2)残差散点图中的残差点比较均匀地落在水平的带状区域中,并且沿水平方向散点的分布规律相同,说明残差是随机的,所选择的回归模型建模是合理的,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.(关键词:残差点比较均匀地落在水平带状区域中) 【补偿训练】甲、乙、丙、丁4位同学各自对A,B两变量做回归分析, 分别得到散点图与残差平方和 如下表: 甲 乙 丙 丁 散点图 残差平方和 115 106 124 103 哪位同学的试验结果体现拟合A,B两变量关系的模型拟合精度 高?　(　　) A.甲 B.乙 C.丙 D.丁 【解析】选D.从散点图上来看,丁同学的散点图中的点更加近似在一条直线附近;从残差平方和来看,丁同学的最小,说明拟合精度最高. 类型三:非线性回归分析 【典例3】在一次抽样调查中测得样本的5个样本点,数据如下表: x 0.25 0.5 1 2 4 y 16 12 5 2 1 求y与x之间的回归方程. 【解题指南】先画散点图,再选择合适的回归方程求解.本题样本点不是线性相关的,因而可通过代换转化为线性相关的两个变量来求解. 【解析】画出散点图,如图所示, 观察可知y与x近似是反比例函数关系.设y= (k≠0),令t= ,则y=kt. 可得到y关于t的数据如下表: t 4 2 1 0.5 0.25 y 16 12 5 2 1 画出散点图如图所示,观察可知t和y有较强的线性相关性,因此可利用线性回归模型进行拟合, 列表如下: i ti yi tiyi 1 4 16 64 16 256 2 2 12 24 4 144 3 1 5 5 1 25 4 0.5 2 1 0.25 4 5 0.25 1 0.25 0.0625 1 ∑ 7.75 36 94.25 21.3125 430 所以 =4.134 4t+0.791 7， 所以y与x之间的回归方程是 【规律总结】非线性回归方程的求法 (1)作散点图:根据原始数据(x,y)作出散点图. (2)选择函数模型:根据散点图选择恰当的拟合函数. (3)变换:作恰当的变换,将其转化成线性函数,求线性回归方程. (4)还原:在(3)的基础上通过相应变换,即可得非线性回归方程. 【拓展延伸】常见的非线性回归模型转化为线性回归模型的方法 曲线方程 曲线图形 变换 公式 变换后的 线性函数 y=axb c=lna v=lnx u=lny u=c+bv 曲线方程 曲线图形 变换 公式 变换后的 线性函数 y=aebx c=lna u=lny u=c+bx c=lna v= u=lny u=c+bv 【巩固训练】(2015·全国卷Ⅰ)某公司为确定下一年度投入某种产品 的宣传费,需了解年宣传费x(单位:千元)对年销售量y(单位:t)和年 利润z(单位:千元)的影响,对近8年的年宣传费xi和年销售量yi(i=1, 2,…,8)数据作了初步处理,得到下面的散点图及一些统计量的值. 46.6 563 6.8 289.8 1.6 1 469 108.8 (1)根据散点图判断,y=a+bx与y=c+d 哪一个适宜作为年销售量y关于年宣传费x的回归方程类型?(给出判断即可,不必说明理由) (2)根据(1)的判断结果及表中数据,建立y关于x的回归方程. (3)已知这种产品的年利润z与x,y的关系为z=0.2y