线性回归方程(提高)[整理].pdfVIP

线性回归方程 ( 提高 ) 学习目标 1. 明确两个变量具有相关关系的意义； 2. 知道回归分析的意义； 3. 知道回归直线、回归直线方程、线性回归分析的意义； 4. 掌握对两个变量进行线性回归的方法和步骤， 并能借助科学计算器确定实际问题 中两个变量间的回归直线 方程； 要点梳理 要点一、变量之间的相关关系 变量与变量之间存在着两种关系：一种是函数关系，另一种是相关关系。 1．函数关系 函数关系是一种确定性关系，如 y=kx+b ，变量 取的每一个值， 都有唯一确定 的值和它相对应。 2．相关关系 变量间确定存在关系，但又不具备函数关系所要求的确定性 相关关系分为两种 : 正相关和负相关 要点诠释： 对相关关系的理解应当注意以下几点： （1）相关关系与函数关系不同 . 因为函数关系是一种非常确定 的关系，而相关关 系是一种非确定性关系，即相关关系是非随机变量与随机变量之间的关系 . 而函数关系可以 看成是两个非随机变量之间的关系 . 因此，不能把相关关系等同于函数关系 . （2 ）函数关系是一种因果关系，而相关关系不一定是因果关系，也可能是伴随关 系. 例如， 有人发现， 对于在校儿童， 鞋的大小与阅读能力有很强的相关关系 . 然而， 学会新 词并不能使脚变大，而是涉及到第三个因素——年龄 . 当儿童长大一些，他们的阅读能力会 提高而且由于长大脚也变大 . （3）函数关系与相关关系之间有着密切联系， 在一定的条件下可以相互转化 . 例如 正方形面积 S 与其边长 x 间虽然是一种确定性关系， 但在每次测量边长时， 由于测量误差等 原因，其数值大小又表现出一种随机性 . 而对于具有线性关系的两个变量来说，当求得其回 归直线后，我们又可以用一种确定性的关系对这两个变量间的关系进行估计 . 1 3．散点图 将收集到的两个变量的统计数据分别作为横、 纵坐标， 在直角坐标系中描点，这样 的图叫做散点图。 通过散点图可初步判断两个变量之间是否具有相关关系， 她反映了各数据 的密切程度。 要点二、正相关、负相关 （1）正相关：在统计数据中的两个变量，一个变量的值由小变大时，另一个变量 的值也由小变大，这种相关称为正相关。如：家庭年收入越高，年饮食支出越高。反映在散 点图上它们散布在从左下角到右上角的区域，按表中所列数据制作散点图如图 0 5 35 A 10 15 20 25 30 541．67 B （2 ）负相关：如果两个变量中，一个变量的值由小到大变化时，另一个变量的值 由大到小变化， 那么这种相关称为负相关。 在散点图中， 对应数据的位置为从左上角到右下 角的区域。按表中所列数据制作的散点图如图。 C 5 8 16 18 28 30 35 D 64 56 50 42 37 32 21 2 （3 ）无相关关系：如果关于两个变量统计