新编经济应用数学 线 概 数 第五版 教案4.2.2.docVIP

PAGE PAGE 6 4.2.2一元线性回归分析数学模型 教学目的：掌握一元线性回归方程的计算方法；会运用统计假设检验法和相关系数检验法进行一元线性回归方程的显著性检验。 教学内容：1.散点图与一元回归模型 2.最小二乘法与一元回归模型方程 3．回归方程的显著性检验 教学重点：一元线性回归方程, 最小二乘法。 教学难点：相关系数检验 教 具：多媒体课件 教学方法：启发式教学、演示法 教学过程 引入新课 回归分析是数理统计中处理变量之间一种较为成熟、实用和有效的办法。它可以简便有效地利用调查的统计资料，对经济现象进行事先预计和推断，为此引出一元线性回归分析数学模型和解决问题的方法。 2. 教学内容 一、散点图与一元回归模型 1、散点图 把具有相关关系的两个变量、之间的若干对实测数据（）所对应的个离散的点在直角坐标系中描绘出来，所得到的图象叫做散点图。 2、回归直线 图中所有的散点，总的表现出某种趋势，把能反映散点趋势的某条直线称为回归直线．该直线所对应的一元方程叫做回归直线方程． 【例１】　某物流公司一年中每月的总运量（万吨）与每月的总成本（万吨）的统计数据如下表4－6： 表4－6 x 1.08 1.12 1.19 1.28 1.36 1.48 1.59 1.68 1.80 1.87 1.98 2.07 C 2.25 2.27 2.40 2.55 2.64 2.75 2.92 3.03 3.14 3.25 3.36 3.50 试给出散点图． 解　将表中的个散点，描在坐标系中，得到散点图，如图4-4, 用一条直线来近似地表示它们之间的关系，这条直线就叫做总成本对运量的回归直线，回归图4-4直线的方程就叫做成本对运量的回归方程，记作 图4-4 ． 其中，称为回归系数．为了和总成本的实际观测值区别，用表示回归方程中的总成本，由的每一个取值所得到的的值叫做总成本的回归值． 一般地，如果随机变量与变量之间呈现某种线性关系，则与之间一元线性回归模型为 （1） 也称为变量对变量的一元线性回归方程，，称为回归系数． 二、最小二乘法与一元回归模型方程 1、最小二乘法 根据样本值确定方程中系数，． 设在一次试验中，取得对数据（），这对数据就是一组样本值，根据这一组样本值可以寻求一对系数，．但由于是一个随机变量，所以如果通过另一组试验又可得到一对，的值．也就是说，我们通过一组数据所得到的是系数，的估计值，记作，，通过一组试验数据所求出的回归方程为 ， （2） 称为经验回归方程．又称为经验公式，，叫做经验回归系数． 　　为了求系数，的估计值，，我们常用的方法是最小二乘法． 设在一次试验中，取得对数据，其中是随机变量对应于的试验值，图4-图4-55中的直线是根据这对数据描绘的回归直线，其中是试验值的回归值． 图4-5 　　每一个试验值与回归值之间的差，在图中表示为两个纵坐标之差，这个差有正有负，其绝对值为．显然，我们要找的直线应该是使所有这些距离之和为最小的一条直线，即最小．但由于绝对值在处理上比较麻烦，所以代之以平方和 ． 这个平方和是随着回归系数，而变的，因此它是，的一个二元函数，其中为常数． 根据二元函数求极值的方法，求偏导数得到 令，，得到 解出回归系数，为 （3） 其中，． （3）式或写成 　 （4） 式中的，，即为的最小值点，使得达到最小． 以，为回归系数的直线方程，就是我们所要求的回归方程．它最能代表这些点的散布状态．由于在求系数，时，是使平方和最小，故称这种方法为最小二乘法． 2、一元回归模型方程 如果令 （5） 则公式（5）可写成 　 (6) 将求得的，代入，就得到一元线性回归方程的具体表达式。 【例2】写出例１中总成本对运量的回归方程．为了方便起见，借助计算机，将计算列成表格，如表4-7． 表4－7 编号 运量 总成本 1 2 3 4 5 6 7 8 9 10 11 12 1．08 1．12 1．19 1．28 1．36 1．48 1．59 1．68 1．80 1．87 1．98 2．07 2．25 2．37 2．40 2．55 2．64 2．75 2．92 3．03 3．14 3．26 3．36 3．50 1．166 1．254 1．416 1．638 1．850 2．190 2．528 2．822 3．240 3．497 3．920 4．285 5．063 5．617 5．760 6．503 6．970 7．563 8．526 9．181 9