原创力文档- 1、本文档共4页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
最小二乘估计-例题解析
变量之间存在着一种不确定的关系——相关关系.在现实生活中,相关关系大量存在.因变量与自变量的关系有线性的和非线性的两种.反映相关变量之间线性关系的方程称为“线性回归方程”，这就是本节的重要内容.回归直线方程将部分观测值所反映的规律性进行了延伸,是我们对有线性相关关系的两个变量进行分析和控制,依据自变量的取值估计和预报因变量值的基础和依据,有广泛的应用.本节讨论回归分析中最简单、最基本的类型——只有一个自变量的类型,其原理与具有多个自变量的类型是一样的.因此了解本节的线性回归分析的基本思想是很重要的.线性回归分析涉及大量的计算,形成操作上的一个难点,好在这些运算只涉及+、－、×、÷,用科学计算器能方便的处理.
【例1】高三·一班学生每周用于数学学习的时间x(单位:h)与数学成绩y(单位:分)之间有如下对应数据:
x
24
15
23
19
16
11
20
16
17
13
y
92
79
97
89
64
47
83
68
71
59
如果y与x之间具有线性相关关系,求回归直线方程.
分析:本题数据表中,自变量x的取值没有按从小到大排列,这更接近实际,对结论没有任何影响.从表中看出:同样是每周用16h学数学,一位同学成绩是64分,另一位却是68分,这反映了y与x只有相关关系,没有函数关系.
x=17.4,
x=17.4,y=74.9,
10
10
10
i?1xi2=3182,i?1yi2=58375,i?1xiyi=13578
? ? ?
i
1
2
3
4
5
6
7
8
9
10
xi
24
15
23
19
16
11
20
16
17
13
yi
92
79
97
89
64
47
83
68
71
59
xiyi
2208
1185
2231
1691
1024
517
1660
1088
1207
767
设回归直线方程为y?=bx+a,
则b=
?10xy?10xy
?
10
10i?1i i
10
?x2?10x2
i?1i
?545.4?3.53
154.4
,a=y?bx?74.9?3.53?17.4?13.5,
因此所求的回归直线方程是y?=3.53x+13.5.
点评:最小二乘估计是求回归直线方程的常用方法,可以通过本题的解答体会最小二乘估计的优越性.为了计算方便,通常将有关数据列成表格,然后借助于计算器算出各个量,为求回归直线方程扫清障碍.
【例2】每立方米混凝土的水泥用量x(单位:kg)与28天后混凝土的抗压强度(单位:kg/cm3)之间的关系有如下数据:
x
150
160
170
180
190
200
210
220
230
240
250
260
y
56.9
58.3
61.6
64.6
68.1
71.3
74.1
77.4
80.2
82.6
86.4
89.7
(1)对变量y与x进行相关性检验;
i
1
2
3
4
5
6
7
8
9
10
11
12
xi
150
160
170
180
190
200
210
220
230
240
250
260
yi
56.9
58.3
61.6
64.6
68.1
71.3
74.1
77.4
80.2
82.6
86.4
89.7
xiyi 8535 9328 10472 11628 12939 14260 15561 17028 18446 19824 21600 23322
xiyi 8535 9328 10472 11628 12939 14260 15561 17028 18446 19824 21600 23322
x=205,y=72.6,
i?1xi2=518600,i?1yi2=64572.94,
1?2 1?2
1?2
i?1xiyi=182943
解：如果y与x之间具有线性相关关系,求回归直线方程.
分析:求回归直线方程和相关系数,通常是和计算器来完成的.在有的较专门的计算器中,可通过直接按键得出回归直线方程的系数和相关系数,而如果要用一般的科学计算器进行计算,先列出相应的表格,有了表格中的那些相关数据,回归方程中的系数和相关系数就都容易求出了.
182943?12?205?72.6 4347?0.304
解:b=
518600?12?2052
=14300 ,
a=y－bx=72.6－0.304×205=10.28.
于是所求的线性回归方程是y?=0.304x+10.28.
同类变式:以下资料是一位销售经理收集来的每年销售额和销售经验年数的关系:
销售经验(年)
销售经
文档评论（0）