统计案例线性回归的.pptVIP

6．某种产品的广告费支出x与销售额y(单位：万元)之间有如下表所示的数据. (1)画出散点图； (2)对两个变量进行相关性检验； (3)求回归直线方程． 70 50 60 40 30 y 8 6 5 4 2 x 解析：(1)散点图如右图： (2)由已知数据制成下表. 560 300 300 160 60 xiyi 70 50 60 40 30 yi 8 6 5 4 2 xi 5 4 3 2 1 i ∵r远大于0.75， ∴该产品的广告费支出与销售额之间存在着显著的线性相关关系． 7．某工厂某产品产量与单位成本的资料如下表所示： 1 481 79 426 21 合计 340 25 68 5 6 276 16 69 4 5 219 9 73 3 4 284 16 71 4 3 216 9 72 3 2 146 4 73 2 1 xy x2 (元/件) 单位成本y (千件) 产量x 月份 试根据提供的资料进行线性回归分析，并作出统计推断． 分析：这是一个回归分析问题，先求出回归方程，通过回归直线方程来分析产品产量与单位成本的关系． 故回归直线方程为y＝77.36－1.818 2x. 由于回归系数为b－1.818 2，由回归系数b的意义可知，产量每增加1 000件，成本下降1.818 2元． ^ ^ ^ ◆数学?选修2-3?(配人教A版)◆ 返回 ◆数学?选修2-3?(配人教A版)◆ 3.1　回归分析的基本思想及其初步应用 3.1.2　回归分析的应用 统 计 案 例 基础梳理 1．建立回归模型的基本步骤： (1)确定研究对象，明确哪个变量是________，哪个变量是________． (2)画出确定好的解释变量和预报变量的________，观察它们之间的关系． (3)确定回归方程的________． (4)按一定规则估计回归方程中的________． (5)分析________是否有异常． 解释变量 预报变量 散点图 类型 参数 残差图 2．指数函数模型． 样本点分布在某一条指数函数曲线y＝________的周围(其中c1，c2是待定的参数)，故可用指数函数模型来拟合这两个变量． 在上式两边取________，得____________________，再令z＝ln y，则______________，而z与x间的关系是线性的． 3．二次函数模型． 用二次函数模型y＝c3x2＋c4来拟合两个变量间的关系(令 t＝x2，则y＝c3t＋c4)． 例如：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： c1ec2x 对数 　ln y＝c2x(1＋ln c1) z＝c2x(1＋ln c1) (1)用指数函数模型来拟合这两个变量； (2)用二次函数模型来拟合这两个变量． 190 95 49 25 12 6 繁殖个数y/个 6 5 4 3 2 1 天数x/天 (1)所求非线性回归方程为 y＝e0.69x＋1.112＝3.051 9e0.690 2x (2)所求非线性回归方程为 y＝10.304x2－38.039x＋39.7 ^ ^ (3)残差图：以________为横坐标，以__________或________，或____________等为横坐标，作出的图形称为残差图．观察残差图，如果残差点比较均匀地落在水平的带状区域中，说明选用的模型比较合适，这样的带状区域的宽度越窄，模型拟合精度越高，回归方程的预报精度越高．一般 4．残差分析． (1)残差：样本值与回归值的差叫做残差，即___________． (2)残差分析：通过________来判断模型拟合的效果，判断原始数据中是否存在可疑数据，这方面的分析工作称为________． 残差 残差分析 残差 样本编号 身高数据 体重估计值 e＝yi－yi ^ 情况下，比较两个模型的残差比较困难(某些样本点上一个模型的残差的绝对值比另一个模型的小，而另一些样本点的情况则相反)，故通过比较两个模型的残差的平方和的大小来判断模型的拟合效果．____________越小的模型，拟合的效果越好． 例如：分别用指数函数模型和二次函数模型来拟合两个变量，残差平方和分别为1 450.673和15 448.432，故选用________模型的拟合效果远远优于________模型． 　残差平方和 指数函数 二次函数 自测自评 1．有下列说法： ①线性回归分析就是由样本点去寻找一条直线贴近这些样本点的数学方法； ②利用样本点的散点图可以直观判断两个变量是否具有线性关系； ③通过回归方程y＝bx＋a及其回归系数b，可以估计变量的取值和变化趋势； ④因为由任何一组观测值都可以求得一个回归直线方程，