高中数学_回归分析教学课件设计.ppt

复习必修3学过的线性回归直线方程内容： 1.变量的两种关系 2.画散点图 3.了解最小二乘法的思想 4.求回归直线方程 5.用回归直线方程解决应用问题 确定性关系 自变量取值一定时，因变量的取值带有一定随机性的两个变量之间的关系叫做相关关系. 定义： 1）：相关关系是一种不确定性关系； 注: 对具有相关关系的两个变量进行统计分析的方法叫回归分析. 2）： 回归分析 问题情境： 例1：下表是某小卖部6天卖出的热茶的杯数与当天天气温 度的对比表。 温度 / 26 18 13 10 4 -1 杯数 Y 20 24 34 38 50 64 问题：试预测温度为5度时，大约能卖出多少杯热茶. 解：画出散点图 由散点图可以看出两变量之间有很强的线性相关关系 因而可由线性回归系数公式得线性回归方程. 序号 1 26 20 2 18 24 3 13 34 4 10 38 5 4 50 6 -1 64 （1） 676 324 169 100 16 1 1286 520 432 442 380 200 -64 70 230 1910 由上表计算出 代入回归系数公式得： 回归直线方程为： 所以如果某天的气温是5度时，预测这天小卖部卖出热茶的杯数为49 温度与杯数.xls 用Excel求线性回归方程，步骤如下: （1）进入Excel作出散点图. （2）选中散点图中任一组数据右键单击选项中“添加趋势线”，单击“类型”中的“线性”，单击“确定”，得到回归直线. （3）双击回归直线，弹出“趋势线格式”，单击“选项”，选定“显示公式”，最后单击“确定”. 温度与杯数.xls 学生活动： 这个结果是否一定很准确？为什么？ 结果不准确，而是存在一些误差，其原因有：①所用的确定型函数不恰当②忽略了某些因素的影响③存在观测误差 建构数学： 用 表示上述两个变量x与y关系，也称为线性回归模型. 其中 是确定性函数关系， 表示随机误差 . 对于一个问题来说，如果用 这样的模型表示两个变量的关系，那么 （1）这个模型合理吗？ （2）如果模型合理，又如何求出其中的a与b的值？ 先解决问题（2）：如何求a与b的精确值？ 设有n对数据 先描出散点图（部分）如下所示： 0 2 4 6 8 10 5 10 15 20 25 A● ● ● ● ● ● ● ●B 图中每一个点，都有一对应的随机误差 我们希望总误差最小，即 的值最小 也可以化为 (1) 再解决问题（1）：检验模型是否合理？ 对随机抽取的n对数据 样本相关系数r的计算公式为： （2） 相关系数r的性质： （1） （2） 越接近于1, x 与 y 的线性相关 程度强； （3） 越接近于0, x 与 y 的线性相关程度越弱； 对r进行显著性检验，步骤如下： (1)作统计假设 ：变量x, y不具有线性相关关系. (2)根据小概率0.05与n-2在附表中查出r的一个临界值 . (3)根据样本相关系数计算公式算出r的值. (4)作统计推断.