0711高三理科数学(回归分析的基本思想及初步应用)省名师优质课赛课获奖课件市赛课一等奖课件.pptVIP

第三章统计案例;问题提出;3.函数关系是一个确定性关系，相关关系是一个非确定性关系，回归分析是对含有相关关系两个变量进行统计分析一个惯用方法.在必修3中，我们采取方法是：画散点图→求回归直线方程→用回归直线方程进行预报.在理论上，这种研究方法是不全方面、不深刻，所以，对回归分析理论和方法，我们还得作深入研究.;回归直线方程;探究（一）：回归直线方程;;;思索4：将Q表示式作以下变形：;思索5：将Q表示式深入变形为：;思索6：综上分析，Q取最小值充要条件是什么？;探究（二）：相关性检验;思索2：对任意一组样本数据都存在回归直线吗？都能求得参数，值吗？;思索4：对于一组样本数据：(x1，y1)，(x2，y2)，…，(xn，yn)，称;当r＞0时，表明两个变量正相关；当r＜0时，表明两个变量负相关；

当|r|→1时，表明两个变量线性相关性越强；

当|r|→0时，表明两个变量线性相关性越弱，几乎不存在线性相关关系.;思索5：统计学认为，对于变量x，y，假如|r|∈[0.75，1]，则这两个变量有很强线性相关关系，假如|r|∈[0.3，0.75），则这两个变量相关性普通.那么，对于一组样本数据，在什么条件下研究其回归直线方程才有实际意义？;理论迁移;;小结作业;2.相关系数r是判断两个变量是否含有线性相关关系，以及相关性强弱一个统计指标，记住0.75是线性相关性强弱分界点.相关性强弱与|r|大小成正比.即|r|越大则相关性越强，|r|越小则相关性越弱.;作业：看书P80～82;第三章统计案例;问题提出;2.相关系数r计算公式是什么？r不一样取值对两个变量之间线性相关性强弱有什么影响？;;3.对含有线性相关关系两个变量x，y，当自变量x取某个值时，由回归方程得到y值只是一个预报值或预计值，它与实际问题中真实y值往往有一定误差.怎样从理论上认识和分析这种误差，就成为一个新研究课题.;随机误差与;探究（一）：随机误差;思索2：两个变量之间线性相关关系是一个非确定性关系，在回归分析中，通常把x称为解释变量，y称为预报变量，对不一样解释变量x所对应预报变量y与真实y值之间误差是常数还是随机变量？;思索2：因为全部样本点不共线，只是散布在某一条直线附近，所以身高与体重关系能够用线性回归模型：y＝0.849x－85.712＋e来表示，怎样了解字母e含意？;思索4：普通地，对含有线性相关关系两个变量x，y，能够用线性回归模型：y＝bx＋a＋e来表示，其中a，b为模型未知参数，e是y与之间误差，并称为随机误差.它均值E(e)＝0，方差D(e)＝σ2＞0，那么线性回归模型完整表示式是什么？;;探究（二）：残差分析;;;思索5：在研究两个变量间相关关系时，先要依据散点图直观判断它们是否线性相关，再经过残差来判断模型拟合效果，判断原始数据中是否存在可疑数据，这些分析工作称为残差分析.在残差分析中，计算各样本点残差预计值步骤怎样？;思索6：利用图形能够直观分析残差特征，作图时纵坐标为残差，横坐标能够是样本编号，或样本中其它数据，所得图形称为残差图.那么回归模型拟合精度越高，残差图有什么特征？;理论迁移;残差;小结作业;3.在回归模型中，残差变量是一个不能被观察量，但能够预计预报变量观察值中所包含残差变量，这种预计对于查找样本数据中错误和模型评价极为有效.