2018高中数学统计案例12回归分析课件苏教版.pptxVIP

1.2　回归分析;;[知识链接] 1.什么叫回归分析？ 答　回归分析是对具有相关关系的两个变量进行统计分析的一种方法.;2.回归分析中，利用线性回归方程求出的函数值一定是真实值吗？ 答　不一定是真实值，利用线性回归方程求的值，在很多时候是个预报值，例如，人的体重与身高存在一定的线性关系，但体重除了受身高的影响外，还受其他因素的影响，如饮食，是否喜欢运动等.;[预习导引] 1.线性回归方程;(2)将y＝a＋bx＋ε称为线性回归模型，其中a＋bx是确定性函数，ε称为 .;2.相关系数r的性质 (1)|r|≤ ； (2)|r|越接近于1，x，y的线性相关程度越 ； (3)|r|越接近于0，x，y的线性相关程度越 .;3.显著性检验 (1)提出统计假设H0：变量x，y ； (2)如果以95%的把握作出判断，可以根据1－0.95＝0.05与 n－2在附录2中查出一个r的 (其中1－0.95＝0.05称为 )；;相关系数;(4)作出统计推断：若 ，则否定H0，表明有 的把握认为x与y之间具有 ；若 ，则没有理由拒绝原来的假设H0，即就目前数据而言，没有充分理由认为x与y之间有 .;要点一　线性相关的判断 例1　某校高三(1)班的学生每周用于数学学习的时间x(单位：h)与数学平均成绩y(单位：分)之间有表格所示的数据.;(1)画出散点图； ;(2)作相关性检验；;而n＝10时，r0.05＝0.632， 所以|r|＞r0.05， 所以有95%的把握认为数学成绩与学习时间之间具有线性相关关系.;(3)若某同学每周用于数学学习的时间为18 h，试预测其数学成绩.;规律方法　判断变量的相关性通常有两种方式：一是散点图；二是相关系数r.前者只能粗略的说明变量间具有相关性，而后者从定量的角度分析变量相关性的强弱.;跟踪演练1　暑期社会实践中，小闲所在的小组调查了某地家庭人口数x与每天对生活必需品的消费y的情况，得到的数据如下表：;(1)利用相关系数r判断y与x是否线性相关； 解　由表中数据，利用科学计算器计算得：;因为r＞r0.05＝0.878， 所以y与x之间具有线性相关关系.;(2)根据上表提供的数据，求出y关于x的线性回归方程. 解 根据以上数据可得，;要点二　求线性回归方程 例2　某班5名学生的数学和物理成绩如下表：;(1)画出散点图； 解　散点图如图.;(2)求物理成绩y对数学成绩x的线性回归方程； ;(3)一名学生的数学成绩是96，试预测他的物理成绩.;规律方法　(1)散点图是定义在具有相关关系的两个变量基础上的，对于性质不明确的两组数据，可先作散点图，在图上看它们有无关系，关系的密切程度，然后再进行相关回归分析. (2)求线性回归方程，首先应注意到，只有在散点图大致呈线性时，求出的线性回归方程才有实际意义，否则，求出的线性回归方程毫无意义.;跟踪演练2　某研究机构对高三学生的记忆力x和判断力y进行统计分析，得下表数据：;①请画出上表数据的散点图(要求：点要描粗)； 解　如图：;③试根据求出的线性回归方程，预测记忆力为9的同学的判断力.;要点三　非线性回归分析 例3　某种书每册的成本费y(元)与印刷册数x(千册)有关，经统计得到数据如下：;检验每册书的成本费y与印刷册数的倒数 之间是否具有线性相关关系；如有，求出y对x的回归方程.;查表得r0.05＝0.632，因为r＞r0.05，从而认为u与y之间具有线性相关关系.;规律方法　对非线性回归问题，若给出经验公式，采用变量代换把问题转化为线性回归问题.若没有经验公式，需结合散点图挑选拟合得最好的函数.;跟踪演练3　在试验中得到变量y与x的数据如下表： 试求y与x之间的回归方程，并预测x＝40时，y的值.;解　作散点图如图所示， 从散点图可以看出，两个变量x，y不 呈线性相关关系，根据学过的函数知 识，样本点分布的曲线符合指数型函数 ，通过对数变化把指数关系变为线性关系， 令z＝ln y， 则z＝bx＋a(a＝ln c1，b＝c2).;列表：;作散点图如图所示，;从散点图可以看出，两个变量x，z呈很强的线性相关关系. 由表中的数据得到线性回归方程为 ＝0.277x－3.998. 所以y关于x的指数回归方程为： ＝e0.277x－3.998. 所以，当x＝40时，y＝e0.277×40－3.998≈1 190.347.;1.在下列各量之间，存在相关关系的是________. ①正方体的体积与棱长之间的关系；②一块农田的水稻产量与施肥量之间的关系；③人的身高与年龄之间的关系；④家庭的支出与收入之间的关系；⑤某户家庭用电量与电价之间的关系. 　;2.如图