广东湛江一中“四导课堂”公开课：高中数学选修2-3：11回归分析的基本思想及其初步应用（共18张）.pptVIP

高二数学 选修2-3 1.1回归分析的基本思想及其初步应用 复习回顾 1、线性回归模型： y=bx+a+e， (1) 其中a和b为模型的未知参数，e称为随机误差。 2、数据点和它在回归直线上相应位置的差异 是随机误差的效应，称 为残差。 3、对每名女大学生计算这个差异，然后分别将所得的值平方后加起来，用数学符号表示为： 称为残差平方和，它代表了随机误差的效应。 我们可以用相关指数R2来刻画回归的效果， 其 计算公式是： R2 ?1，说明回归方程拟合的越好；R2?0，说明回归方程拟合的越差。 案例2 一只红铃虫的产卵数y和温度x有关,现收集了7组观测数据列于表1-5中,试建立y与x之间的回归方程. 温度xoC 21 23 25 27 29 32 35 产卵数y/个 7 11 21 24 66 115 325 非线性回归问题 解:根据收集的数据,作散点图: 　在图1.1-6中，样本点并没有分布在某个 带状区域内，因此两个变量不呈线性相关 关系，所以不能直接利用线性回归方程来 建立两个变量之间的关系．根据已有的函 数知识，可以发现样本点分布在某一条指 数函数曲线　　　　　的周围． 其中　　　　是待定参数． 　现在,问题变为如何估计待定参数c1和c2. 　我们可以通过对数变换把指数关系变为线性关系．令z=lny,则变换后样本点应该分布在直线z=bx+a(a=lnc1,b=c2)的周围. 温度xoC 21 23 25 27 29 32 35 z=lny 1.946 2.398 3.045 3.178 4.190 4.745 5.784 产卵数y/个 7 11 21 24 66 115 325 由计算器得：z关于x的线性回归方程为: 对数变换：在 中两边取自然对数得 令 ，则 就转换为z=bx+a. 合作探究 指数函数模型 y=c3x2+c4 变换t=x2 y=c3t+c4 非线性关系 线性关系 另一方面，可以认为图中样本点集中在某二次曲线y=c3x2+c4的附近，其中c3和c4为待定参数．因此可以对温度变量做变换，即令t=x2,然后建立y与t之间的线性回归方程，从而得到y与x之间的非线性回归方程． 合作探究 二次函数模型 平方变换 平方变换：令t=x2，产卵数y和温度x之间二次函数模型y=c3x2+c4就转化为产卵数y和温度的平方t之间线性回归模型y=c3t+c4. 温度XOC 21 23 25 27 29 32 35 温度的平方t 441 529 625 729 841 1024 1225 产卵数y/个 7 11 21 24 66 115 325 作散点图，并由计算器得：y和t之间的线性回归方程为y=0.367t-202.543. 将 t=x2 代入线性回归方程得： 合作探究 则回归方程的残差计算公式分别为： 由计算可得： x 21 23 25 27 29 32 35 y 7 11 21 24 66 115 325 0.557 -0.101 1.875 -8.950 9.230 -13.381 34.675 47.696 19.400 -5.832 -41.000 -40.104 -58.265 77.968 　 上表给出了原始数据及相应的两个回归方程的残差，从表中的数据可以看出模型(2)的残差的绝对值显然比模型(3)的残差的绝对值小，因此模型(2)的拟合效果远远优于模型(3)。 在一般情况下,比较两个模型的残差比较困难.原因是在某些样本点上一个模型的残差的绝对值比令一个模型的小,而令一些样本点的情况则相反.这时可以通过比较两个模型的残差的平方和的大小来判断模型的拟合效果.残差平方和越小的模型,拟合的效果越好. 由表1-8容易算出模型(2)和(3)的残差平方和分别为1550.538和15448.431.因此,模型(2)的拟合效果远远优于模型(3). 类似地,还可以用R2来比较两个模型的拟合效果,R2越大,模型的拟合效果也越好.