网站大量收购闲置独家精品文档,联系QQ:2885784924

高中数学同步学案 回归分析.docVIP

高中数学同步学案 回归分析.doc

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13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

PAGE

1.2回归分析

eq\a\vs4\al([对应学生用书P6])

1.线性回归模型

在回归直线方程eq\o(y,\s\up6(^))=eq\o(b,\s\up6(^))x+eq\o(a,\s\up6(^))中

eq\o(b,\s\up6(^))=eq\f(\i\su(i=1,n,)?xi-\x\to(x)??yi-\x\to(y)?,\i\su(i=1,n,)?xi-\x\to(x)?2)=eq\f(\i\su(i=1,n,x)iyi-n\x\to(x)\x\to(y),\i\su(i=1,n,x)\o\al(2,i)-n\x\to(x)2),eq\o(a,\s\up6(^))=eq\x\to(y)-eq\o(b,\s\up6(^))eq\x\to(x).

其中eq\x\to(x)=eq\f(1,n)eq\i\su(i=1,n,x)i,eq\x\to(y)=eq\f(1,n)eq\i\su(i=1,n,y)i,(eq\x\to(x),eq\x\to(y))称为样本点的中心.

2.线性相关性检验

(1)对于变量x与Y随机抽取到的n对数据(x1,y1),(x2,y2)…,(xn,yn),检验统计量是样本相关系数

r=eq\f(∑?xi-\x\to(x)??yi-\x\to(y)?,\r(∑?xi-\x\to(x)?2∑?yi-\x\to(y)?2))

=eq\f(∑xiyi-n\x\to(x)\x\to(y),\r(?∑x\o\al(2,i)-n\x\to(x)2??∑y\o\al(2,i)-n\x\to(y)2?))

r具有以下性质:|r|≤1,并且r越接近1,线性相关程度越强;|r|越接近0,线性相关程度越弱.

(2)检验步骤如下:

①作统计假设:x与Y不具有线性相关关系.

②根据小概率0.05与n-2在附表中查出r的一个临界值r0.05.

③根据样本相关系数计算公式算出r的值.

④作出统计推断.如果|r|r0.05,表明有95%把握认为x与Y之间具有线性相关关系.

如果|r|≤r0.05,我们没有理由拒绝原来的假设,这时寻找回归直线方程是毫无意义的.

1.线性回归分析的方法、步骤

(1)确定研究对象,明确是求哪一个变量对哪一个变量的回归方程.

(2)画散点图或计算相关系数r,判断两个变量之间是否线性相关.

(3)若两变量线性相关,可用公式计算eq\o(b,\s\up6(^)),eq\o(a,\s\up6(^))的值.

(4)写出线性回归方程,利用它来预测一些变量的对应值.

2.在求线性回归直线方程时,要先判断两变量的相关性,否则求出的回归直线方程,可能没有任何意义.

eq\a\vs4\al([对应学生用书P6])

回归直线方程

[例1]假设某设备的使用年限x(年)和所支出的维修费用Y(万元)有如下的统计资料:

x

2

3

4

5

6

Y

2.2

3.8

5.5

6.5

7.0

试求:

(1)Y对x的回归直线方程;

(2)当使用年限为10年时,估计维修费用是多少?

[思路点拨]先作出散点图,再根据散点图分析支出的维修费用与使用年限是否线性相关,若相关,再利用线性回归方程求解,最后根据求得的方程估计10年时的维修费用.

[精解详析](1)根据表中数据作散点图,如图所示:

从散点图可以看出,样本点都集中分布在一条直线附近,因此Y与x之间具有线性相关关系.利用题中数据得:

i

1

2

3

4

5

xi

2

3

4

5

6

yi

2.2

3.8

5.5

6.5

7.0

xiyi

4.4

11.4

22.0

32.5

42.0

xeq\o\al(2,i)

4

9

16

25

36

eq\x\to(x)=4,eq\x\to(y)=5,eq\i\su(i=1,5,x)eq\o\al(2,i)=90,eq\i\su(i=1,5,x)iyi=112.3

所以eq\o(b,\s\up6(^))=eq\f(\o(∑,\s\up6(5),\s\do4(i=1))xiyi-5\x\to(x)\x\to(y),\o(∑,\s\up6(5),\s\do4(i=1))x\o\al(2,i)-5\x\to(x)2)=eq\f(112.3-5×4×5,90-5×42)=1.23,

eq\o(a,\s\up6(^))=eq\x\to(y)-eq\o(b,\s\up6(^))eq\x\to(x)=5-1.23×4=0.08,

∴线性回归方程为eq\o(y,\s\up6(^))=1.23x+0.08.

(2)当x=10时,eq\o(y,\s\up6(^))=1.23×10+0.08=12.38(万元),即当使用10年时,估计维修费用是12.38万元.

[一点通]求回

文档评论(0)

恺怿 + 关注
实名认证
文档贡献者

知识就是力量

1亿VIP精品文档

相关文档