高中数学《回归分析》教案1 苏教版选修2-3.docx

3.2回归分析（1）

教学目标

通过实例引入线性回归模型，感受产生随机误差的原因；

通过对回归模型的合理性等问题的研究，渗透线性回归分析的思想和方法；

能求出简单实际问题的线性回归方程．教学重点，难点

线性回归模型的建立和线性回归系数的最佳估计值的探求方法．教学过程

一．问题情境

情境：对一作直线运动的质点的运动过程观测了8次，得到如下表所示的数据，试估计当x=９时的位置y的值．

时刻x/s

1

2

3

4

5

6

7

8

位置观测值y/cm

5.54

7.52

10.02

11.73

15.69

16.12

16.98

21.06

根据《数学3（必修）》中的有关内容，解决这个问题的方法是：先作散点图，如下图所示：

从散点图中可以看出，样本点呈直线趋势，时间x与位置观测值y之间有着较好的线性关系．因此可以用线性回归方程来刻画它们之间的关系．根据线性回归的系数

?? n

?

? xy

nxy

ii

公式，?b?i?1

? ?n

?

? i?1

x2?n(x)2

i

??a?y?bx

可以得到线性回归方为y?3.5361?2.1214x，所以当x?9时，由线性回归方程可以

估计其位置值为y?22.6287

问题：在时刻x?9时，质点的运动位置一定是22.6287cm吗？二．学生活动

思考，讨论：这些点并不都在同一条直线上，上述直线并不能精确地反映x与y之

间的关系，y的值不能由x完全确定，它们之间是统计相关关系，y的实际值与估计值之间存在着误差．

三．建构数学

1．线性回归模型的定义：

我们将用于估计y值的线性函数a?bx作为确定性函数；y的实际值与估计值之间的误差记为?，称之为随机误差；将y?a?bx??称为线性回归模型．

说明：（1）产生随机误差的主要原因有：

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．

（2）对于线性回归模型，我们应该考虑下面两个问题：

①模型是否合理（这个问题在下一节课解决）；

②在模型合理的情况下，如何估计a，b？2．探求线性回归系数的最佳估计值：

对于问题②，设有n对观测数据(x,y)(i?1,2,3, ,n)，根据线性回归模型，对

于每一个x

i

，对应的随机误差项?

i

i i

?y?(a?bx

i i

)，我们希望总误差越小越好，即要

使?n?2

i

i?1

越小越好．所以，只要求出使Q(?,?)??n

i?1

(y??x??)2取得最小值时的?，

i i

?值作为a，b的估计值，记为a，b．

注：这里的?

就是拟合直线上的点?x,a?bx

?到点P?x,y

?的距离．

i i i i i i

用什么方法求a，b？

回忆《数学3（必修）》“2．4线性回归方程”P71“热茶问题”中求a，b的方法：最小二乘法．

利用最小二乘法可以得到a，b的计算公式为

?

?

?b?

?n(x

i

i?1

x)(y

i

y)

?

?n

i?1

xy?nxy

ii ，

? ?n(x

??i

? i?1

?x)2

?n

i?1

x2?n(x)2

i

??a?y?bx

其中x?

1?n

n

i?1

x，y?

i

1?n y

n i

i?1

由此得到的直线y?a?bx就称为这n对数据的回归直线，此直线方程即为线性回

归方程．其中a，b分别为a，b的估计值，a称为回归截距，b称为回归系数，y称为回归值．

在前面质点运动的线性回归方程y?3.5361?2.1214x中，a?3.5361，b?2.1214．

线性回归方程y?a?bx中a，b的意义是：以a为基数，x每增加1个单位，y相应地平均增加b个单位；

化归思想（转化思想）

在实际问题中，有时两个变量之间的关系并不是线性关系，这就需要我们根据专业知识或散点图，对某些特殊的非线性关系，选择适当的变量代换，把非线性方程转化为线性回归方程，从而确定未知参数．下面列举出一些常见的曲线方程，并给出相应的化为线性回归方程的换元公式．

（1）y?a?b，令y?y，x?1，则有y?a?bx．

x x

y?axb，令y?lny，x?lnx，a?lna，则有y?a