- 11
- 0
- 约小于1千字
- 约 13页
- 2022-03-03 发布于四川
- 举报
;8.2.1一元线性回归模型; 通过前面的学习我们已经了解到,根据成对样本数据的散点图和样本相关系数,可以推断两个变量是否存在相关关系、是正相关还是负相关,以及线性相关程度的强弱等.; 1.生活经验告诉我们,儿子的身高与父亲的身高相关.一般来说,父亲的身高较高时,儿子的身高通常也较高.为了进一步研究两者之间的关系,有人调查了14名男大学生的身高及其父亲的身高,得到的数据如表1所示.; 3).问题3:那么影响儿子身高的其他因素是什么?;思考:为什么要假设E(e)=0,而不假设其为某个不为0的常数?; 我们称①式为Y关于x的一元线性回归模型,其中,Y称为因变量或响应变量,x称为自变量或解释变量 . a称为截距参数,b称为斜率参数;e是Y与bx+a之间的随机误差.;3.函数模型与回归模型之间的差别;你能结合父亲与儿子身高的实例,说明回归模型①的意义?;(1)除父亲身高外,其他可能影响儿子身高的因素,比如母亲身高、生活环境、饮食习惯和锻炼时间等.;解: (1),(2),(3),(4),(5)回归模型(6),(7)函数模型.;三、课堂小结
原创力文档

文档评论(0)