8.2.2一元线性回归模型的应用-【新教材】2020-2021学年人教A版（2019）高中数学选择性必修第三册课件.pptxVIP

8.2.2 一元线性回归模型的应用 ; ;问题1：经验表明，对于同一树种，一般树的胸径(树的主干在地面以上1.3m处的直径）越大，树就越高.由于测量树高比测量胸径困难，因此研究人员希望由胸径预测树高.在研究树高与胸径之间的关系时，某林场收集了某种树的一些数据如下表所示，试根据这些数据建立树高关于胸径的经验回归方程.;解：以胸径为横坐标，树高为纵坐标作散点图如下：;用d表示胸径，h表示树高，根据最小二乘法，计算可得经验回归方程为;编号;以胸径为横坐标，残差为纵坐标，作残差图，得到下图.;问题2：人们常将男子短跑100m的高水平运动员称为“百米飞人”.下表给出了1968年之前男子短跑100m世界纪录产生的年份和世界纪录的数据.试依据这些成对数据，建立男子短跑100m世界纪录关于纪录产生年份的经验回归方程.;用Y表示男子短跑100m的世界纪录，t表示纪录产生的年份，利用一元线性回归模型来刻画世界纪录和世界纪录产生年份之间的关系.根据最小二乘法，由表中的数据得到经验回归方程为：;追问1：从图中可以看到，经验回归方程①较好地刻画了散点的变化趋势。请再仔细观察图形，你能看出其中存在的问题吗？;仔细观察上图，可以发现散点更趋向于落在中间下凸且递减的某条曲线附近。;y=f(t)=c1+c2ln(t-1895);得到散点图如下：;将经验回归直线叠加到散点图，得到下图：;;问题3：对于通过创纪录时间预报世界纪录的问题，我们建立了两个回归模型，得到了两个回归方程，你能判断哪个回归方程拟合的精度更好吗？;问题3：对于通过创纪录时间预报世界纪录的问题，我们建立了两个回归模型，得到了两个回归方程，你能判断哪个回归方程拟合的精度更好吗？;方法三：利用R2刻画回归效果。 ;题型一：线性回归分析;题型一：线性回归分析;题型一：线性回归分析;题型一：线性回归分析;【变式1】;建立线性回归模型的基本步骤：;题型二：非线性回归分析;(1)用反比例函数模型求y关于x的回归方程； (2)用相关系数判断上述两个模型哪一个拟合效果更好(精确到0.01)，并用其估计产量为10千件时每件产品的非原料成本； 参考公式：对于一组数据(u1，υ1)，(u2，υ2)，???，(un，υn)，其回归直线υ＝α＋βu的斜率和截距的最小二乘估计分别为：;建立非线性经验回归模型的基本步骤：;方法总结;(2)对数型函数y=b ln x+a类