高三数学：1.1回归分析(二)课件(北师大选修1-2).docxVIP

園旦囹第^@1-2 40ZU^U/4/ZJ 40 ZU^U/4/ZJ 郑平正制作 40ZU^U/4/ZJ 40 ZU^U/4/ZJ 郑平正制作 2020/4/23 2020/4/23 郑平正制作 回归分析的内容与步骤: 回归分析通过一个变量或一些变量的变化解释另 一变量的变化。 其主要内容和步骤是： 首先根据理论和对问题的分析判断，将变量分为自变量和因变 量； 其次，设法找出合适的数学方程式（即回归模型）描述变量间 的关系； 由于涉及到的变量具有不确定性，接着还要对回归模型进行 统计检验； 统计检验通过后，最后是利用回归模型，根据自变量去估计、 预测因变量。 案例1:女大学生的身高与体重 例1从某大学中随机选取8名女大学生，其身高和体重数据如表所示。 编号身冋/cm116521654170 编号 身冋 /cm 1 165 2 165 4 170 5 175 6 165 7 155 8 170 ?0 ?0 65 - 沁0 - 刪55 - a 50 - 45 - li解：1、选取身高为自变量x,体重为因变量y,作散点图： li 2、由散点图知道身高和体重有比较 好的线性相关关系，因此可以用线性 回归方程刻画它们之间的关系。 150 155 160 165 170 175 180 身咼/cm 2020/4/23 2020/4/23 郑平正制作 高为自变量，体重为因变量.1.散点图;2 高为自变量，体重 为因变量. 1.散点图; 2.回归方程: 分析：由于问题中 要求根据身高预报 体重，因此选取身 0.849%-85.172 身高172cm女大学生体重 y = 0. 849x172-85. 712 = 60. 316 (kg) 本例中，r=0.7980.75.这表明体重与身高有很强的线性相关关 系02。从而也表明我们建立的梯型是有意义的。 探究： 身高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？ 答:身高为172cm的女大学生的体重不一定是 60.316kg,但一般可以认为她的体重接近于 60.316kg o 即，用这个回归方程不能给出每个身高为172cm 的女大学生的体重的预测值，只能给岀她们平均 体重的值。 编号 1 2 3 4 5 6 7 8 身高 /cm 165 165 157 170 175 165 155 170 SB! 關方 勒并 名朝: 1 解：1、选取身高为自变量X,体重为因变量y,作散点图: 案例1:女大学生的身高与体重 例1从某大学中随机选取8名女大学生，其身高和体重数据如表所示。 2、由散点图知道身高和体重有比较 65 - W 55 45 155 160 165 170 175 身咼/cm 好的线性相关关系，因此可以用线性 回归方程刻画它们之间的关系。 3、从散点图还看到，样本点散布在 40」 150 ZU^U/4/ZJ 某一条直线的附近，而不是在一条 和直线上，所以不能用一次函数 折护勰描述它们关系。 2020/4/23 2020/4/23 郑平正制作 2020/4/23 2020/4/23 郑平正制作 我们可以用下面的线性回归模型来表示; (y=bx+a+e, y=bx+a+ef (3) I E(e)=O,D(e)= CT2. (4) 其中a和b为模型的未知参数，e称为随机误差。 在线性回归模型(4)中，随机误差e的方差cr?越小，通过 回归直线y =bx +a (5) 预报真实值y的精度越高。随机误差是引起预报值y与真实值 y之间的误差的原因之一，其大小取决于随机误差的方差。 另一方面，由于公式(1)和(2)中心和6为截距和斜率的估计值,八 它们与真实值a和b之间也存在误差，这种误差是引起预报值y 与真实值y之间误差的另一个原因。 思考. 左生随机误差项e的原因是什么? 随机误差e的来源（可以推广到一般）: 1、忽略了其它因素的影响：影响身高y的因素不只 是体重兀，可能还包括遗传基因、饮食习惯、生 长环境等因素; 2、用线性回归模型近似真实模型所引起的误差; 3、身高y的观测误差。 以上三项误差越小，说明我们的回归模型的拟合 效果越好。 2020/4/23 2020/4/23 郑平正制作 函数模型与回归模型之间的差别 回麹y 二加+ a + ￡可以提供选择模型的准则2020/4/23制作 回麹 y 二加+ a + ￡ 可以提供 选择模型的准则 2020/4/23 制作 函数模型与回归模型之间的差别 函数模型： y = bx-\-a 回归模型： y = bx + a + e 线性回归模型y=bx+a+e增加了随机误差项e,因变量y的值由自变量x和 随机误差项e共同确定，即自变量x只能解析部分y的变化。 在统计中，我们也把自变量x称为解析变量，因变量y称