2018高中数学统计案例12回归分析苏教版.pptxVIP

1.2　回归分析[学习目标]1.会建立线性回归模型分析两个变量间的相关关系.2.能通过相关系数判断两个变量间的线性相关程度.3.了解回归分析的基本思想和初步应用.1预习导学 挑战自我，点点落实2课堂讲义 重点难点，个个击破当堂检测 当堂训练，体验成功3[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 .随机误差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 .1强弱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 )；不具有线性相关关系临界值r0.05检验水平相关系数(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 .|r|＞r0.0595%|r|≤r0.05线性相关关系线性相关关系要点一　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.x24152319161120161713y92799789644783687159(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：x/人24568y/元2030505070(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：学生编号12345学科编号ABCDE数学成绩(x)8876736663物理成绩(y)7865716461(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.即可以预测他的物理成绩是82.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：x681012y2356①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：x123510y10.155.524.082.852.11x203050100200y1.621.411.301.211.15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.解　令u＝ ，原题中所给数据变成如下表示的数据：u10.50.330.20.1y10.155.524.082.852.11u0.050.030.020.010.005y1.621.411.301.211.15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.x1923273135y4112410