- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
选修1-2 (二) 求线性回归方程的步骤: (1)作出散点图 (2)列表,求出 (3)利用公式,求b、a,写出回归直线方程. 复习回顾 对于线性回归模型 应注意以下两个问题: I 模型的合理性; II 在模型合理的情况下,如何估计a,b. 问题:有时散点图的各点并不集中在一条直线的附近,仍然可以按照求回归直线方程的步骤求回归直线,显然这样的回归直线没有实际意义。在怎样的情况下求得的回归直线方程才有实际意义? 即建立的线性回归 模型是否合理? 如何对一组数据之 间的线性相关程 度作出定量分析? 需要对x,y 的线性相关 性进行检验 相关系数 r 1.计算公式 2.相关系数r的性质 (1)|r|≤1. (2)|r|越接近于1,x,y相关程度越强;|r|越接近于0,x,y相关程度越弱. 注:b 与 r 同号 问题:达到怎样程度,x、y线性相关呢?它们的相关程度怎样呢? 建构数学 检验方法步骤如下: 1.提出统计假设H0:变量x,y不具有线性相关关系; 2.如果以95%的把握作出推断,那么可以根据1-0.95 (其中1-0.95=0.05称为检验水平) 3.计算样本相关系数r 有线性相关关系. =0.05与n-2在附录1中查出一个r的临界值 4.作出统计推断:若|r| ,则否定H0,表明有 95%的把握认为x与y之间具有线性相关关系; 若|r| ,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y与x之间 1.图片对齐 在我们插入PPT图片或是输入文字的时候,为了整齐都需要将插入的文本框对齐,但是又不想一个一个的进行操作,这时按住Ctrl键将需要进行对齐的文本选中,点击开始—排列—对齐—垂直居中即可; 2.巧用格式刷 在制作PPT的时候为了保证PPT风格的统一,很多任通常会使用复制粘贴来确保每一页PPT格式相同,这样对于少页数来说可以进行操作,但是碎玉多页面的话就有点麻烦了,其实我们可以巧用格式刷:首先,在开始菜单栏下方有一个格式刷,点击格式刷,很快就能看到效果; 3.去除所有动画效果 很多人在制作PPT的时候都是直接在模板库里下载模板进行使用的,但是下载的模板大多数都是有幻灯片的,这样在演讲的时候很不方便,怎样将其进行去除呢?单击幻灯片放映—选择设置幻灯片放映,放映类型选择演讲者放映;换片方式选择手动即可; 4.PPT快键 PPT逼格提升技巧 例1.下表给出我国从1949至1999年人口数据资料,试根据表中数据估计我国2004年的人口数. 检验: (1)作统计假设H0:x与y不具有线性相关关系; (2)由0.05与n-2=9,在附录1中查的r0.05=0.602; (3)根据公式求的线性相关系数r=0.998; (4)因为|r|=0.9980.602,即|r|r0.05,所以 有95%的把握认为x与y之间具有线性相关关系,线 性相关回归方程y=527.591+14.453x是有意义的. 年份 49 54 59 64 69 74 79 84 89 94 99 人口数/百万 542 603 672 705 807 909 975 1035 1107 1177 1246 例2. 下表是随机抽取的8对母女的身高数据,试根据这些数据探讨y与x之间的关系. 母亲身高x/cm 154 157 158 159 160 161 162 163 女儿身高y/cm 155 156 159 162 161 164 165 166 解:画出散点图 列表: i xi yi xi2 yi2 xiyi 1 154 155 23716 24025 23870 2 157 156 24649 24336 24492 3 158 159 24964 25281 25122 4 159 162 25281 26244 25758 5 160 161 25600 25921 25760 6 161 164 25921 26896 26404 7 162 165 26244 27225 26730 8 163 166 26569 27556 27058 ∑ 1274 1288 202944 207484 205194 计算相关系数: 由检验水平0.05及n-2=6,在附录1查得 r0.05=0.707,因为0.9630.707,所以x与y 具有较强的线性相关关系. 建立线性回归模型:y=a+bx+ε
文档评论(0)