苏教版高中数学选修23 32 回归分析 学案.docxVIP

线性回归模型(1)随机误差 具有线性相关关系的两个变量的取值 x、y，y 的值不能由 x 完全确定，可将 x，y 之间的关系表示为 y＝a＋bx＋ε，其中 a＋bx 是确定性函数，ε称为随机误差． 随机误差产生的主要原因 ①所用的确定性函数不恰当引起的误差； ②忽略了某些因素的影响； ③存在观测误差． 线性回归模型中 a，b 值的求法 y＝a＋bx＋ε 称为线性回归模型． a，b 的估计值为 a ∧，b ∧，则 ∑x y －n x yi i?? n － ∑x y －n x y i i n?b ∧＝ i＝1 n ∑x2－n（x）2 ?? i＝1 i ? － a ∧＝y－b ∧ x 回归直线和线性回归方程 直线 y_∧＝a_∧＋b_∧x 称为回归直线，此直线方程即为线性回归方程，a ∧称为回归截距，b ∧称为回归系数，y ∧称为回归值． 样本相关系数 r 及其性质 n －－ ∑x y －n x y r＝ i＝1 i i ． n n （∑x2－n（x）2）（∑y2－n（y）2） i＝1 i i＝1 i r 具有以下性质 ①|r|≤1． ②|r|越接近于 1，x，y 的线性相关程度越强． ③|r|越接近于 0，x，y 的线性相关程度越弱． 3．对相关系数 r 进行显著性检验的基本步骤 提出统计假设 H0：变量 x，y 不具有线性相关关系． 如果以 95%的把握作出判断，那么可以根据 1－0.95＝0.05 与 n－2 在教材附录 2 中 查出一个 r 的临界值 r (其中 1－0.95＝0.05 称为检验水平)． 0.05 计算样本相关系数 r． 作出统计推断：若|r|r ，则否定 H ，表明有 95%的把握认为 x 与 y 之间具有线性 0.05 0 相关关系；若|r|≤r ，则没有理由拒绝原来的假设H ，即就目前数据而言，没有充分理由 0.05 0 认为 y 与 x 之间有线性相关关系． 在线性回归方程中，b 既表示回归直线的斜率，又表示自变量 x 的取值增加一个单位时，函数值 y 的改变量． 通过回归方程 y ∧＝a ∧＋b ∧x 可求出相应变量的估计值． 判断变量之间的线性相关关系，一般用散点图，但在作图中，由于存在误差，有时很难判断这些点是否分布在一条直线的附近，从而就很难判断两个变量之间是否具有线性相关关系，此时就必须利用线性相关系数来判断． [例 1] 假设关于某设备的使用年限 x(年)和所支出的维修费用 y(万元)有如下的统计资料： x x y 2 2.2 3 3.8 4 5.5 5 6.5 6 7.0 若由数据可知，y 对 x 呈现线性相关关系． 求线性回归方程； 估计使用年限为 10 年时，维修费用是多少？ [思路点拨] 代入数值求线性回归方程，然后把 x＝10 代入，估计维修费用． i[精解详析] (1)列表如下： i i 1 2 3 4 5 x i 2 3 4 5 6 y i 2.2 3.8 5.5 6.5 7.0 x y i i 4.4 11.4 22.0 32.5 42.0 x2 4 9 16 25 36 经计算得：x＝4，y＝5，∑5,i＝1x2＝90，∑5,i＝1x y ＝112.3， i i i a ∧＝y－b ∧·x＝0.08， 所以线性回归方程为 y ∧＝a ∧＋b ∧x＝0.08＋1.23x. (2)当 x＝10 时，y ∧＝0.08＋1.23×10＝12.38(万元)， 即若估计使用年限为 10 年时，维修费用为 12.38 万元． [一点通] 线性回归分析的步骤： (1)列出散点图，从直观上分析数据间是否存在线性相关关系； (2)计算 x，y，∑n,i＝1x2，∑n,i＝1y2，∑n,i＝1x y ； i i i i 代入公式求出 y ∧＝b ∧x＋a ∧中参数 b ∧，a ∧的值； 写出线性回归方程，并对实际问题作出估计． 某研究机构对高三学生的记忆力 x 和判断力 y 进行统计分析，所得数据如下表： x x y 6 2 8 3 10 5 12 6 则 y 对 x 的线性回归方程为 ． — 6＋8＋10＋12 － 2＋3＋5＋6 解析：∵ x ＝ 4 ＝9， y ＝ 4 ＝4， 故 y 对 x 的线性回归方程为 y ∧＝0.7x－2.3. 答案：y ∧＝0.7x－2.3 某班 5 名学生的数学和物理成绩如表： 学生学科 学生学科 数学成绩(x) 物理成绩(y) A 88 78 B 76 65 C 73 71 D 66 64 E 63 61 画出散点图； 求物理成绩 y 对数学成绩 x 的线性回归方程； 一名学生的数学成绩是 96，试预测他的物理成绩． 解：(1)散点图如图． (2)∵x 1 (88＋76＋73＋66＋63)＝73.2. ＝5× y 1 ＝5×(78＋65＋