2018届高中数学第一章统计案例12回归分析同步课件新人教B版.ppt

§ 1.2 回归分析 第一章 统计案例 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 . 问题导学 达标检测 题型探究 内容索引 问题导学 知识点一 回归分析及回归直线方程 思考 1 什么叫回归分析？ 答案 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 . 思考 2 回归分析中，利用回归直线方程求出的函数值一定是真实值吗？ 答案 不一定是真实值，利用回归直线方程求的值，在很多时候是个预 测值 . 梳理 (1) 回归分析是对具有 的两个变量进行统计分析的一 种常用方法 . 若两个变量之间具有线性相关关系，则称相应的回归分析 为 . 相关关系 线性回归分析 (2) 回归直线方程为 ___________ ， 且 b ^ ＝ ______________ ， a ^ ＝ _______ ， 其中 x ＝ 1 n ? i ＝ 1 n x i ， y ＝ 1 n ? i ＝ 1 n y i ， 称为样本点的中心，回归直线一定 过样本点的中心 . y ^ ＝ b ^ x ＋ a ^ ? i ＝ 1 n ? x i － x ?? y i － y ? ? i ＝ 1 n ? x i － x ? 2 y － b ^ x ( x ， y ) 知识点二 相关系数 1. 对于变量 x 与 Y 随机抽到的 n 对数据 (x1 ， y1) ， (x2 ， y2) ， … ， (xn ， yn) ， 检验统计量是样本相关系数 r ＝ ∑ n i ＝ 1 ? x i － x ?? y i － y ? ∑ n i ＝ 1 ? x i － x ? 2 ∑ n i ＝ 1 ? y i － y ? 2 ＝ ∑ n i ＝ 1 x i y i － n x y ? ∑ n i ＝ 1 x 2 i － n x 2 ?? ∑ n i ＝ 1 y 2 i － n y 2 ? . 2. 相关系数 r 的取值范围是 ， |r| 越接近 1 ，变量之间的线性相关程 度越强； |r| 越接近 0 ，变量之间的线性相关程度越弱 . 当 |r|r0.05 时，表明 有 95% 的把握认为两个变量之间具有线性相关关系 . [ － 1,1] 1. 求回归直线方程前可以不进行相关性检验 .( ) 2. 利用回归直线方程求出的值是准确值 .( ) [ 思考辨析 判断正误 ] × × 题型探究 例 1 若从某大学中随机选取 8 名女大学生，其身高和体重数据如下表所 示： 类型一 回归直线方程 编号 1 2 3 4 5 6 7 8 身高 /cm 165 165 157 170 175 165 155 170 体重 /kg 48 57 50 54 64 61 43 59 求根据女大学生的身高预测体重的回归直线方程，并预测一名身高为 172 cm 的女大学生的体重 . 解答 反思与感悟 在使用回归直线方程进行预测时要注意 (1) 回归直线方程只适用于我们所研究的样本的总体 . (2) 我们所建立的回归直线方程一般都有时间性 . (3) 样本取值的范围会影响回归直线方程的适用范围 . (4) 不能期望回归直线方程得到的预测值就是因变量的精确值 . 跟踪训练 1 假设关于某设备的使用年限 x( 年 ) 和所支出的维修费用 y( 万 元 ) 有如下的统计数据： 解答 x 2 3 4 5 6 y 2.2 3.8 5.5 6.5 7.0 由此资料可知 y 对 x 呈线性相关关系 . (1) 求回归直线方程； (2) 求使用年限为 10 年时，该设备的维修费用为多少？ 解答 即使用年限为 10 年时，该设备的维修费用约为 12.38 万元 . 解 当 x ＝ 10 时， y ^ ＝ 1.23 × 10 ＋ 0.08 ＝ 12.38. 例 2 维尼纶纤维的耐热水性能的好坏可以用指标“缩醛化度” y 来衡量， 这个指标越高，耐热水性能也越好，而甲醛浓度是影响缩醛化度的重要 因素，在生产中常用甲醛浓度 x(g/L) 去控制这一指标，为此必须找出它