人教A版高中同步学案数学选择性必修第三册精品课件 第8章 成对数据的统计分析 8.2.1 一元线性回归模型 8.2.2 一元线性回归模型参数的最小二乘估计 (4).pptVIP

第八章8.2.1一元线性回归模型8.2.2一元线性回归模型参数的最小二乘估计

基础落实·必备知识一遍过重难探究·能力素养速提升目录索引学以致用·随堂检测促达标

学习单元2一元线性回归模型及其应用通过前面的学习我们已经知道,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,等等.如果能像建立函数模型刻画两个变量之间的确定性关系那样,通过建立适当的统计模型刻画两个随机变量的相关关系,那么我们就可以利用这个模型研究两个变量之间的随机关系,并通过模型进行预测.

一元线性回归模型是描述两个随机变量之间相关关系的最简单的回归模型.当两个变量之间具有显著的线性相关关系时,可以建立一元线性回归模型刻画两个随机变量间的关系,并通过模型进行预测,建立一元线性回归模型的基础是成对样本数据的相关性分析.通过对散点图的直观观察,可以大致确定变量间是否存在线性相关关系,通过样本相关系数可以分析线性相关关系的强弱.在此基础上建立一元线性回归模型,用最小二乘法估计线性回归模型的参数,得到经验回归方程,并利用残差及利用残差构建的指标对模型进行评价和改进,使模型不断完善,最后根据模型进行预测,帮助决策.

本学习单元的主要内容有一元线性回归模型的含义、用最小二乘法估计回归模型的参数、残差分析和决定系数R2的意义、一元线性回归模型的应用.具体内容结构如下图所示:本学习单元的最终目标是:能结合具体实例,了解一元线性回归模型的含义,了解模型参数的统计意义,了解最小二乘法原理;掌握一元线性回归模型参数的最小二乘估计;掌握残差分析的方法,理解决定系数R2的意义;针对实际问题,会用一元线性回归模型进行预测.在建立一元线性回归模型过程中,如方程的建立、参数的估计、模型有效性分析等,认真感悟,体会数据分析、数学建模、逻辑推理、数学抽象等核心素养.

学习目标1.了解随机误差、残差、残差图的概念,会通过残差分析判断线性回归模型的拟合效果.(数学建模、数学抽象)2.了解回归分析的基本思想方法和初步应用.(数据分析、逻辑推理、数学运算)

基础落实·必备知识一遍过

知识点1一元线性回归模型我们称该式为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和b为模型的未知参数,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.

知识点2一元线性回归模型参数的最小二乘估计1.经验回归方程经验回归直线过样本点的中心

2.残差与残差分析对于响应变量Y,通过观测得到的数据称为观测值,通过经验回归方程得到的称为预测值,观测值减去预测值所得的差称为残差.残差是随机误差的估计结果,通过对残差的分析可以判断模型刻画数据的效果,以及判断原始数据中是否存在可疑数据等,这方面工作称为残差分析.在残差图中,当残差比较均匀地分布在横轴的两边,说明残差比较符合一元线性回归模型的假定.

微思考在回归分析中,利用经验回归方程求出的值一定是真实值吗?为什么?提示不一定是真实值.利用经验回归方程求出的值,在很多时候只是预测值,例如,人的体重与身高存在一定的线性相关关系,但体重除了受身高的影响外,还受其他因素的影响,如饮食、是否喜欢运动等.

重难探究·能力素养速提升

问题1一般来说,父亲的身高较高时,儿子的身高通常也较高,但父亲的身高却不能唯一确定儿子的身高.也就是说,两者只是相关关系,但不是确定关系,那么两者的相关程度如何?问题2当两个变量具有线性相关关系时,我们希望用经验回归方程来拟合两者的关系,从而起到预测的作用.如何使得经验回归方程的拟合程度最好?

探究点一求经验回归方程问题3我们将称为Y关于x的经验回归方程,求经验回归方程的方法叫做最小二乘法,其原理是什么?如何根据公式求经验回归方程?

B

(2)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,得下表数据:x681012y2356①请画出上表数据的散点图;②请根据上表提供的数据,建立y关于x的经验回归方程;③试根据求出的经验回归方程,预测记忆力为9的同学的判断力.

解①散点图如图.

③由②中经验回归方程可知,当x=9时,=0.7×9-2.3=4.故预测记忆力为9的同学的判断力为4.

规律方法1.求经验回归方程的方法2.经验回归方程的应用(1)利用经验回归方程进行预测:把经验回归方程看作一次函数,求函数值.(2)利用经验回归方程判断正、负相关:决定正相关还是负相关的是

探究点二回归分析问题4散点图、残差、残差图、决定系数、经验回归方程均是我们做回归分析常用的工具,根据定