高中数学第一章推理与证明1.1回归分析的基本思想及其初步应用课件新人教A版选修1-2.ppt

1．回归分析 (1)概念：回归分析是对具有相关关系的两个变量进行统计分析一种常用方法． (2)步骤：画____________→求____________→用回归方程进行________． (2)线性回归模型y＝bx＋a＋e，其中e称为____________，自变量x称为_______变量，因变量y称为_______变量． 3．刻画回归效果的方式 [解析]　函数关系和相关关系的区别是前者是确定性关系，后者是非确定性关系，故①②正确；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，故③错误，④正确．故选C． [解析]　相关指数R2的取值范围为[0,1]，其中R2＝1，即残差平方和为0，此时预测值与观测值相等，y与x是函数关系，也就是说在相关关系中R2越接近于1，说明随机误差的效应越小，y与x相关程度越大，模型的拟合效果越好．R2＝0，说明模型中x与y无关，故选A． 其中正确命题的个数是(　　) A．1　　　　　 B．2　　　　　 C．3　　　　　 D．4 [思路分析]　由题目可获取以下信息：①线性回归分析；②散点图；③相关性检验等的相关概念及意义． 解答本题可先逐一核对相关概念及其性质，然后再逐一作出判断，最后得出结论． 『规律方法』　解答概念辨析题，应紧扣线性回归分析中每个概念的定义进行，要准确把握概念的内涵． [解析]　(1)散点图如图所示． (2)列出下表，并用科学计算器进行有关计算. A．3 B．3.15 C．3.5 D．4.5 [解析]　(1)散点图如下图所示： (3)由表中数据可以看出残差点比较均匀地落在不超过0.15的狭窄的水平带状区域中，说明选用的线性回归模型的精度较高，由以上分析可知，弹簧长度与拉力呈线性关系．由残差表中的数值可以看出第3个样本点的残差比较大，需要确认在采集这个数据的时候是否有人为的错误，如果有的话，需要纠正数据，重新建立回归模型． 『规律方法』　1.线性回归分析的过程： (1)随机抽取样本，确定数据，形成样本点； (2)由样本点形成散点图，判定是否具有线性相关关系； (3)由最小二乘法求线性回归方程； (4)进行残差分析，分析模型的拟合效果，不合适时，分析错因，予以纠正； (5)依据回归方程作出预报． 2．用散点图可粗略判断两个变量间有无线性相关关系，用相关指数R2可以描述两个变量之间的密切程度． 把零件数x作为解释变量，加工时间y作为预报变量． (1)计算总偏差平方和、残差平方和及相关指数； (2)作出残差图； (3)进行残差分析． [解析]　(1)由x、y的数据得散点图如图． (2)作出残差图如图，横坐标为零件数的数据，纵坐标为残差． (3)由题中数据可得样本相关系数r的值为0.999 8，再结合散点图可以说明x与y有很强的线性相关关系．由R2的值可以看出回归效果很好，也说明用线性回归模型拟合数据效果很好． 由残差图也可以观察到，第4个样本点和第5个样本点的残差比较大，需要确认在采集在这两个样本点的过程中是否有人为的错误． [辨析]　明确R2的大小与拟合效果的关系 用相关指数R2来比较模型的拟合效果，R2越大，模型的拟合效果越好，并不是R2越小模型的拟合效果越好． 哪位同学的试验结果体现A，B两变量关系的模型拟合精度高？(　　) A．甲　　 B．乙　　 C．丙　　 D．丁 当回归方程不是形如y＝bx＋a(a<b∈R)时，称之为非线性回归方程 ，非线性回归方程也可以线性化，依据样本点的分布态式选择合适的曲线方程来拟合数据，其具体步骤如下： (1)作散点图确定曲线模型 因为曲线所对应的函数种类繁多，这就要求我们充分想象，大胆猜测拟合函数类型，估计使用哪个函数拟合． (3)分析模型的拟合效果 对于同一问题可以有几种不同的拟合模型，对于给定的样本点(x1，y1)，(x1，y2)，…，(xn，yn)，可以通过以下几种方式确定选用哪种模型更合适． ①可以根据转换后的对应数据作散点图来确定线性回归的拟合情况，判断使用哪一种曲线模型较为合适． ②可以通过原始数据及y和x之间的非线性回归方程列出残差对比分析表，一般通过残差平方和比较两种模型的拟合效果，其中残差平方和较小的拟合效果较好． ③还可以用R2来比较模型的拟合效果，R2越大(越接近1)，拟合效果越好． [解析]　根据收集的数据作散点图如图． 根据样本点的分布情况，可选用指数型函数模型y＝c1ec2x(c1，c2为待定的参数)， 令z＝ln y，则z＝c2x＋ln c1， 即变换后样本点应该分布在直线z＝bx＋a(a＝ln c1，b＝c2)的附近，由y与x的数据表得z与x的数据表如下： 作出z与x的散点图如图 『规律方法』　解决非线性回归问题的具体做法是：(1