数学教案_回归分析的基本思想.pptVIP

3.1 回归分析的基本思想及其初步应用 （第一课时） 复习回顾 1、上一章中我们学习了离散型随机变量的哪些 数字特征？ 2、这些数字特征有何意义？ 问题探究 从我们班的同学中找一名同学的数学成绩，使其能够代表我们班所有人的成绩，这位同学该如何找？ 探究1： 有些老师常说一句俗语：“如果你的数学成绩好，那么你的物理成绩就不会有什么大问题。”按照这种说法，似乎物理成绩与数学成绩之间也存在某种关系，你如何认识他们之间的这种关系？ 新课引入 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1-1所示： 问题1：若再从该大学中随机找一名身高为157的女生, 其体重肯 定为50吗？ 问题2：若某一名女生的身高为157，你能预测她的体重吗？ 问题3：身高与体重之间是某种函数关系吗? 画出散点图，通过散点图研究身高和体重的变化关系 探究1：散点图的分布特征是什么？ 相关及线性相关的定义： 探究2：从整体看，散点图中的点离哪条 直线最近？ * 达到最小即可. 假设样本点为 ， ，……， . 设直线方程为： 要使这n个点与直线 的“距离”平方和最小 即使得， 用最小二乘法求得斜率及截距： 则 、 需满足： 则相应的回归直线方程为： 1.对两个变量之间的相关关系进行统计分析的方法 叫回归分析. 小结 2.如果散点图中样本点的分布从整体上看大致在一条 直线附近,我们称这两个变量之间具有线性相关关 系,这条直线叫线性回归直线,从整体上看各点与此直线的距离平方之和最小,即该直线最贴近已知的样本点,最能代表变量x与y之间的关系. 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1-1所示： 求根据女大学生的身高预报体重的回归方程，并预 报一名身高为172cm的女大学生的体重. 1.从图中可以看出样本点呈 条状分布，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； 2.根据探究中的公式，可以得到： 即得到身高预报体重的回归方程为： 3.预报：依据回归直线方程，身高172cm的女大学生的 预报体重为： kg 深化探究 身高172cm的女大学生的体重一定是60.316kg吗？如果不是，其原因是什么？ 由于所有的样本点不共线，而只是散布在某一条直线的附近，所以身高和体重的关系可以用下面的回归模型来表示： 总结：求线性回归方程的步骤： 1.画出两个变量的散点图； 2.判断两个变量是否线性相关； 3.求回归直线方程； 4.用回归直线方程进行预报； 学 生 学 科 A B C D E 数学成绩(x) 88 76 73 66 63 化学成绩(y) 78 65 71 64 61 例2.有5名学生的数学和化学成绩如下表所示： （1）判断y与x是否具有相关关系； （2）如果y与x具有相关关系，求回归直线方程； （3）预测如果某学生数学成绩为79分时，他的化学成绩为 多少？ 解：散点图如图所示： y对x的线性回归直线方程为： 当x=79时， 分 * * * * * *