数学课堂导学:回归分析.docxVIP

数学课堂导学:回归分析.docx

此“教育”领域文档为创作者个人分享资料,不作为权威性指导和指引,仅供参考
  1. 1、本文档共11页,可阅读全部内容。
  2. 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. 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. 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)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

学必求其心得,业必贵于专精

学必求其心得,业必贵于专精

学必求其心得,业必贵于专精

课堂导学

三点剖析

一、线性回归

【例1】一个车间为了规定工时定额,需要确定加工零件所花费的时间,为此进行了10次试验,测得的数据如下:

零件数x(个)

10

20

30

40

50

60

70

80

90

100

加工时间y(分)

62

68

75

81

89

95

102

108

115

122

(1)y与x是否具有线性相关关系?

(2)如果y与x具有线性相关关系,求回归直线方程。

解析:(1)列出下表:

i

1

2

3

4

5

6

7

8

9

10

xi

10

20

30

40

50

60

70

80

90

100

yi

62

68

75

81

89

95

102

108

115

122

xiyi

620

1360

2250

3240

4450

5700

7140

8640

10350

12200

∴=55,=91。7,

=38500,

=87777,=55950.

因此,r=

=

≈0。9998。由于r=0。9998^0。75,

因此x与y之间具有很强的线性相关关系,因而可求回归直线方程.

(2)设所求的回归直线方程为y^=b^x+a^,则有

b^=

≈0。668,

a^=y-b^x=91.7—0。668×55=54.93,

因此,所求的回归直线方程为y^=0.668x+54。93。

二、非线性回归

【例2】在彩色显像中,根据经验,形成染料光学密度y与析出银的光学密度x之间有下面类型的关系式:

y=,其中b^0。现对y及x同时作11次观察,获得11组数据如下表:

编号

xi

yi

1

0。05

0。10

2

0。06

0.14

3

0。07

0.23

4

0。10

0.37

5

0。14

0。59

6

0.20

0.79

7

0。25

1.00

8

0.31

1.12

9

0.38

1。19

10

0.43

1.25

11

0.47

1.29

求出y与x之间的回归方程。

解析:令y′=lny,x′=,则

变换为y′=lna-bx′,

设a^′=lna,b^′=-b,

将观察的数据(xi,yi)转化为(xi′,yi′)如下表:

编号

xi′

yi′

xi′2

xi′yi′

1

20

—2.303

400

-46.06

2

16.667

—1.966

277.79

—32。77

3

14.286

—1。47

204.09

-21

4

10

—0。994

100

—9.94

5

7.143

—0.528

51.02

-3.77

6

5

-0.236

25

-1.18

7

4

0

16

0

8

3.226

0。113

10。41

0.36

9

2.632

0.174

6.93

0.46

10

2。326

0。223

5。41

0。52

11

2。128

0.255

4。53

0。54

87。408

—6.732

1101.17

-112.84

∴==1xi′≈7。95,==-0。612,

b^′=≈=-0。146,

a^′=—b^′≈0.549.

∴线性回归方程为

y^′=0。549—0.146x′。

由于b^=—b^′=0.146,a^==1。73,

∴y与x之间的回归曲线方程为y^=.

三、相关检验

【例3】一只红铃虫的产卵数y和温度x有关,现收集了7组观测数据列成下表,试建立y与x之间的回归方程。

温度x/℃

21

23

25

27

29

32

35

产卵数y/个

7

11

21

24

66

115

325

解析:根据收集的数据,作散点图,如图。

从图中可以看出,样本点并没有分布在某个带状区域内,因此两个变量不呈线性相关关系,所以不能直接利用线性回归方程来建立两个变量之间的关系,根据已有的函数知识,可以发现样本点分布在某一条指数函数曲线y=c1ec2x的附近,其中c1、c2为待定的参数.我们可以通过对数

变换把指数关系变为线性关系,令z=lny,则变换后样本点分布在直线z=bx+a(a=lnc1,b=c2)的附近,这样可以利用线性回归建立y与x的非线性回归方程了。变换的样本点分布在一条直线的附近,因此可以用线性回归方程来拟合.

由上表中的数据可得到变换的样本数据表,如下表:

x

21

23

25

27

29

32

35

z

1。946

2。398

3.045

3.178

4。190

4.745

5.784

可以求得线性回归直线方程为z^=0。272x-3。843.

因此红铃虫的产卵数对温度的非线性回归方程为y^=e0。272x—3.843.另一方面,可以认为图中的样本点集中在某二次曲线y=c3x2+c4的附近,其中c3

文档评论(0)

155****3585 + 关注
实名认证
文档贡献者

一起交流学习一起进步

1亿VIP精品文档

相关文档