数学31回归分析基本思想及其初步应用人教a版选修.pptxVIP

第三章 统计案例 3.1 回归分析的基本思想及其 初步应用; 比《数学3》中“回归”增加的内容;回归分析的内容：;最小二乘法：;;;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？;;函数模型与回归模型之间的差别;函数模型与回归模型之间的差别;我们可以用下面的线性回归模型来表示： y=bx+a+e， (3) 其中a和b为模型的未知参数，e称为随机误差。;思考: 产生随机误差项e的原因是什么？;探究: e 是 用预报真实值Y的随机误差，它是一个不可观测的量，那么怎样研究随机误差呢？;表3-2列出了女大学生身高和体重的原始数据以及相应的残差数据。;残差图的制作及作用。 坐标纵轴为残差变量，横轴可以有不同的选择； 若模型选择的正确，残差图中的点应该分布在以横轴为心的带形区域； 对于远离横轴的点，要特别注意。;显然，R2的值越大，说明残差平方和越小，也就是说模型拟合效果越好。;1;用身高预报体重时，需要注意下列问题：;一般地，建立回归模型的基本步骤为：;什么是回归分析？ （内容）;回归分析与相关分析的区别;相关系数;负相关;相关系数;例2：一只红铃虫的产卵数y与温度x有关,现收集了7组观测数据,试建立y与x之间的回归方程;解: 令 则z=b