- 1、本文档共25页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
回归分析(二) 则回归方程的残差计算公式分别为: 由计算可得: x 21 23 25 27 29 32 35 y 7 11 21 24 66 115 325 0.557 -0.101 1.875 -8.950 9.230 -13.381 34.675 47.696 19.400 -5.832 -41.000 -40.104 -58.265 77.968 因此模型(1)的拟合效果远远优于模型(2)。 总 结 对于给定的样本点 两个含有未知参数的模型: 其中a和b都是未知参数。拟合效果比较的步骤为: (1)分别建立对应于两个模型的回归方程 与 其中 和 分别是参数a和b的估计值; (2)分别计算两个回归方程的残差平方和 与 (3)若 则 的效果比 的好;反之, 的效果不如 的好。 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 (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 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%. 练习 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。 使用年限x 2 3 4 5 6 维修费用y 2.2 3.8 5.5 6.5 7.0 若由资料知,y对x呈线性相关关系。试求: (1)线性回归方程 的回归系数 ; (2)求残差平方和; (3)求相关系数 ; (4)估计使用年限为10年时,维修费用是多少? 解: (1)由已知数据制成表格。 1 2 3 4 5 合计 2 3 4 5 6 20 2.2 3.8 5.5 6.5 7.0 25 4.4 11.4 22.0 32.5 42.0 112.3 4 9 16 25 36 90 所以有 THANK YOU SUCCESS * * 可编辑 * * 可编辑 可编辑 上海世博会以色列馆 Israel 3.1《回归分析的基本思想及其初步应用》 教学目标 通过典型案例的探究,进一步了解回归分析的基本思想、方法及初步应用. 教学重点:通过探究使学生体会有些非线性模型通过变换可以转化为线性回归模型,了解在解决实际问题的过程中寻找更好的模型的方法,了解可用残差分析的方法,比较两种模型的拟合效果. 教学难点:了解常用函数的图象特点,选择不同的模型建模,并通过比较相关指数对不同的模型进行比较. 比《数学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 选修2-3——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 复习回顾 1、线性回归模型: y=bx+a+e, (3) 其中a和b为模型的未知参数,e称为随机误差。 y=bx+a+e, E(e)=0,D(e)= (4) 2、数据点和它在回归直线上相应位置的差异 是随机误差的效应,称 为残差。 3、对每名女大学生计算这个差异,然后分别将所得的值平方后加起来,用数学符号表示为:
文档评论(0)