最小二乘估计.pdfVIP

最小二乘估计 教学目标：1、掌握最小二乘法的思想 2、能根据给出的线性回归方程系数公式建立线性回归方程 教学重点：最小二乘法的思想，线性回归方程的建立。 教学难点：线性回归方程系数公式的推导。 教学方法：讲授法，类比法、阅读教学法、多媒体辅助教学 教学过程： 一、引入新课： 上节课我们讨论了人的身高与右手一拃长之间的线性关系，用了很多种方法来刻画这种线性 关系，但是这些方法都缺少数学思想依据。 那么用什么样的线性关系刻画会更好一些？ 想法：保证这条直线与所有点都近（也就是距离最小）。 最小二乘法就是基于这种想法。引入新课。 二、课堂探究 问题1、用什么样的方法刻画点与直线的距离会方便有效？ 设直线方程为y=a+bx，样本点A （xi，yi） 方法一、点到直线的距离公式 方法二、 显然方法二能有效地表示点A与直线y=a+bx 的距离，而且比方法一更方便计算，所以我们 用它来表示二者之间的接近程度。 问题2、怎样刻画多个点与直线的接近程度？ 例如有5个样本点，其坐标分别为（x1，y1），（x2，y2），（x3，y3），（x4，y4），（x5， y5）与直线y=a+bx的接近程度： 从而我们可以推广到n个样本点：（x1，y1），（x2，y2），…（xn，yn）与直线y=a+bx 的接近程度： 使得上式达到最小值的直线y=a+bx就是我们所要求的直线，这种方法称为最小二乘法 问题3、怎样使达到最小值？ 先来讨论3个样本点的情况 设有3个点（x1，y1），（x2，y2），（x3，y3），则由最小二乘法可知直线y=a+bx与这3 个点的接近程度由下面表达式刻画： ………………… 整理成为关于a的一元二次函数 ，如下所示： 利用配方法可得 从而当 时，使得函数 达到最小值。 将 代入式，整理成为关于b的一元二次函数 ， 同样使用配方法可以得到，当 时，使得函数 达到最小值。 从而得到直线y=a+bx的系数a，b，且称直线y=a+bx为这3个样本点的线性回归方程。 用同样的方法我们可以推导出n个点的线性回归方程的系数： 其中 由 我们知道线性回归直线y=a+bx一定过 。 特别提醒：在回归直线方程中，b是回归直线方程的斜率，a 是截距；b 的含义容易理解成 增加的单位数，而实际上，它代表x每增加一个单位，y 的平均增加单位数.一般地说，当回 归系数b＞0 时，说明两个变量呈正相关关系，它的意义是：当x 每增加一个单位时，y 就 增加b个单位；当b＜0时，说明两个变量呈负相关关系，它的意义是：当x每增加一个单 位时，y就减少b个单位. 三、例题分析，公式应用 例1在上一节练习中，从散点图可以看出，某小卖部6天卖出热茶的杯数（y）与当天气温 （x）之间是线性相关的。数据如下表 气温（xi）／oC 26 18 13 10 4 -1 杯数（yi）／杯 20 24 34 38 50 64 （１）试用最小二乘法求出线性回归方程。 （２）如果某天的气温是－3oC，请预测可能会卖出热茶多少杯。 解：（1）先画出其散点图 i xi yi xi2 xiyi 1 26 20 676 520 2 18 24 324 432 3 13 34 169 442 4 10 38 10