选修1-1回归的基本思想及其初步应用.pptVIP

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： (1)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在60.316kg左右。 (2)60.316kg是身高为172cm的女大学生的平均体重的估计值，而不一定是某位身高为172cm的女大学生的体重的真实体重，也就是说身高为172cm的女大学生的平均体重大约是60.316kg，并且大部分身高为172cm的女大学生的体重在60.316kg附近. (3)用这个回归方程不能给出每个身高为172cm的女大学生的体重的预测值，只能给出她们平均体重的预测值。 从散点图还看到，样本点散布在某一条直线的附近，而不是在一条直线上，所以不能用一次函数y=bx+a模型描述它们关系。 怎么处理呢？ 函数模型与回归模型之间的差别 函数模型： 回归模型： 5、我们可以用下面的线性回归模型来表示： y=bx+a+e， 其中a和b为模型的未知参数，e称为随机误差。 自变量x称为解释变量 因变量y称为预报变量 思考: 产生随机误差项e的原因是什么？ 随机误差e的来源： 1、忽略了其它因素的影响：影响身高 y 的因素不只是体重 x，可能还包括遗传基因、饮食习惯、运动情况、生长环境等因素； 2、用线性回归模型近似真实模型所