2019-2020年北师大版数学选修1-2讲义：第1章+§1+1.1　回归分析+1.2　相关系数+1.3　可线性化的回归分析及答案.docVIP

PAGE §1　回归分析 1.1　回归分析 1.2　相关系数 1.3　可线性化的回归分析 学 习 目 标 核 心 素 养 1.了解回归分析的思想和方法．(重点) 2．掌握相关系数的计算和判断线性相关的方法．(重点) 3．了解常见的非线性回归模型转化为线性回归模型的方法．(难点) 1.借助收集的数据求相关系数和判断是否线性相关问题，培养学生数据分析和数学运算的核心素养． 2．通过将非线性回归模型转化为线性回归模型，提升学生数学建模和数据分析的核心素养. 1．回归分析 设变量y对x的线性回归方程为y＝a＋bx，由最小二乘法知系数的计算公式为： b＝eq \f(lxy,lxx)＝eq \f(\i\su(i＝1,n, )?xi－\x\to(x)??yi－\x\to(y)?,\i\su(i＝1,n, )?xi－\x\to(x)?2)＝eq \f(\i\su(i＝1,n,x)iyi－n\o(\x\to(x)) \o(\x\to(y)),\i\su(i＝1,n,x)\o\al(2,i)－n\x\to(x)2)，a＝eq \x\to(y)－beq \x\to(x). 2．相关系数 (1)相关系数r的计算 假设两个随机变量的数据分别为(x1，y1)，(x2，y2)，…，(xn，yn)，则变量间线性相关系数 r＝eq \f(lxy,\r(lxxlyy))＝eq \f(\i\su(i＝1,n, )?xi－\x\to(x)??yi－\x\to(y)?,\r(\i\su(i＝1,n, )?xi－\x\to(x)?2)\r(\i\su(i＝1,n, )?yi－\x\to(y)?2)) ＝eq \f(\i\su(i＝1,n,x)iyi－n\o(\x\to(x)) \o(\x\to(y)),\r(\i\su(i＝1,n,x)\o\al(2,i)－n\x\to(x)2)\r(\i\su(i＝1,n,y)\o\al(2,i)－n\x\to(y)2)). (2)相关系数r与线性相关程度的关系 ①r的取值范围为[－1,1]； ②|r|值越大，误差Q越小，变量之间的线性相关程度越高； ③|r|值越接近0，误差Q越大，变量之间的线性相关程度越低． 3．相关性的分类 (1)当r0时，两个变量正相关； (2)当r0时，两个变量负相关； (3)当r＝0时，两个变量线性不相关． 思考：所有的两个相关变量都可以来求回归方程吗？ [提示]　不一定．如果两个相关变量的相关性很强，可以求出回归方程，当几乎没有相关性时就不可以求出回归方程． 4．可线性化的回归分析 (1)非线性回归分析 对不具有线性相关关系的两个变量做统计分析，通过变量代换，转化为线性回归模型． (2)非线性回归方程 曲线方程 曲线图形 变换公式 变换后的线性函数 y＝axb (a＝1，b＞0)　(a＝1，b＜0) c＝ln a v＝ln x u＝ln y u＝c＋bv y＝aebx (a＞0，b＞0)　(a＞0，b＜0) c＝ln a u＝ln y u＝c＋bx y＝aeeq \f(b,x) (a＞0，b＞0)　(a＞0，b＜0) c＝ln a v＝eq \f(1,x) u＝ln y u＝c＋bv y＝a＋ bln x (b＞0)　(b＜0) v＝ln x u＝y u＝a＋bv 1．变量y与x之间的回归方程(　　) A．表示y与x之间的函数关系 B．表示y与x之间的不确定性关系 C．反映y与x之间真实关系的形式 D．反映y与x之间的最大限度的真实关系的形式 [答案]　D 2．某产品的广告费用x与销售额y的统计数据如下表： 广告费用x(万元) 4 2 3 5 销售额y(万元) 49 26 39 54 根据上表可得回归方程y＝bx＋a中的b为9.4，据此模型预报广告费用为6万元时，销售额为(　　) A．63.6万元　 B．65.5万元 C．67.7万元 D．72.0万元 B　[eq \x\to(x)＝eq \f(4＋2＋3＋5,4)＝3.5，eq \x\to(y)＝eq \f(49＋26＋39＋54,4)＝42，∴a＝eq \x\to(y)－beq \x\to(x)＝42－9.4×3.5＝9.1， ∴回归方程为y＝9.4x＋9.1， ∴当x＝6时，y＝9.4×6＋9.1＝65.5，故选B.] 3．下列数据x，y符合哪一种函数模型(　　) x 1 2 3 4 5 6 7 8 9 10 y 2 2.69 3 3.38 3.6 3.8 4 4.08 4.2 4.3 A.y＝2＋eq \f(1,3)x B．y＝2ex C．y＝2eeq \f(1,x) D．y＝2＋ln x D　[分别将x的值代入解析式判断知满足y＝2＋ln x．] 变量间的相关关系及判定 【例1】　(1)对变量x，y有观测数据(xi，yi)(i＝1