原创力文档- 1、本文档共15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)。
- 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、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、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、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
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、回归方程及其应用
【例1】研究某灌溉渠道水的流速Y与水深x之间的关系，测得一组数据如下：
水深x/m
1。40
1。50
1.60
1。70
1.80
1.90
2。00
2。10
流速Y/(m·s—1）
1。70
1.79
1.88
1。95
2.03
2。10
2.16
2.21
（1）求Y对x的回归直线方程；
（2）预测水深为1.95m时水的流速是多少？
思路分析：从散点图可以直观地看出变量x与Y之间有无线性相关关系，为此把这8对数据描绘在平面直角坐标系中，得到平面上8个点，如图所示.
由图容易看出，x与Y之间有近似的线性相关关系，或者说,可以用一个回归直线方程=a+bx来反映这种关系，这些是我们在必修模块数学3中学过的知识。
进一步观察这8个点，容易发现它们并不是“严格地在一条直线上，对于某个xi，由上式能确定一个=a+bxi，一般地说，由于测量流速可能存在误差,或者受某些随机因素的影响，或者上面的回归直线方程本身就不够精确，与测得的数据yi很可能不相等，即yi=i+ei（i=1，2,…，8)，其中ei是随机误差项。于是，就有yi=a+bxi+ei（i=1，2，…,8）,这就是本题的线性模型。
从上述线性模型出发，我们可以求出a与回归系数b的估计值,，使得全部误差e1，e2,…,e8的平方和达到最小,当然，这是一种很好的估计.最后得到的求，的数学公式为
=
.
解析：（1)可采用列表的方法计算a与回归系数b.
序号
x
y
x2
xy
1
1。40
1.70
1.96
2.380
2
1。50
1。79
2.25
2.685
3
1.60
1.88
2。56
3.008
4
1.70
1.95
2.89
3。315
5
1.80
2.03
3.24
3。654
6
1。90
2.10
3。61
3。990
7
2.00
2。16
4。00
4。320
8
2.10
2.21
4。41
4。641
∑
14.001
5.822
4。922
7.993
于是,=×14.00=1.75，=×15.82=1。9775,
=≈0。733。
=1。9775—×1。75≈0。694.
Y对x的回归直线方程为
=+x=0.694+0。733x.
回归系数=0。733的意思是，在此灌溉渠道中，水深每增加0。1m，水的流速平均增加0.733m/s(本例数据是以0.1m为水深间隔测得的），=0。694可以解释为水的流速中不受水深影响的部分.
(2)由（1）中求出的回归直线方程，把x=1。95代入，易得
=0.694+0。733×1.95≈2.12（m/s）。
计算结果表明，当水深为1。95m时可以预测渠水的流速约为2。12m/s.
二、熟悉建立回归模型的基本步骤，会分析残差图的异常情况
【例2】1993年到2002年中国的国内生产总值（GDP)的数据如下：
年份
GDP
1993
34634。4
1994
46759。4
1995
58478.1
1996
67884.6
1997
74462.6
1998
78345。2
1999
82067.5
2000
89468.1
2001
97314。8
2002
104790。6
（1）作GDP和年份的散点图,根据该图猜想它们之间的关系应是什么？
（2）建立年份的解释变量，GDP为预报变量的回归模型，并计算残差.
(3）根据你得到的模型，预报2003年的GDP，并查资料,看看你的预报与实际的GDP的误差是多少？
（4）你认为这个模型能较好地刻画GDP和年份的关系吗？请说明理由.
解析：(1)
(2）从上图中可以看出，x与y之间有近似的线性相关关系，即可以用一个回归直线方程
=x+表示
通过计算可得
=×19975=1997.5
=×734204.7=73420.47
=7206.5
=73420.47-7206。5×1997。5
=-14321563。28
∴y对x的回归直线模型为
=7206。5x—14321563.28
残差为：
x
1993
1994
1995
1996
1997
y
34634.4
46759。4
58478.1
67884.6
74462。6
—6356。82
-1438。32
3073。88
5273.88
4645.38
x
1998
1999
2000
2001
2002
y
78345。2
82067。5
89468。1
97314。8
104790.6
1321.48
-2162。72
—1968.2
-1328.42
-1059.12
（3）=72
文档评论（0）