课时2一元线性回归模型与非线性回归问题综合课件-高二下学期数学人教A版选择性.pptx

8.2.2第二课时

一元线性回归模型与非线性回归问题综合;;;;;;;;;;;;;;;;;;;;;;;;解：(1)由散点图可知，选择回归类型y=c?xd更合适.;;;;;1．如果两个变量之间的线性相关程度很高，那么其R2的值应接近于 ()

A．0.5B．2C．0 D．1;4.某企业新研发了一种产品，产品的成本由原料成本及非原料成本组成.每件产品的非原料成本y（元）与生产该产品的数量x（千件）有关，经统计得到如下数据:;参考公式：对于一组数据(u1，υ1)，(u2，υ2)，…，(un，υn)，其回归直线υ＝α＋βu的斜率和截距的最小二乘估计分别为：;?;非线性回归分析;(2)对数型函数y=blnx+a类;;?;子女的平均身高仅为177.5cm；当中亲身高小于平均值时，他们的子女相对较矮，但比父母又要高一些，例如，当中亲身高为166.4cm时，他们子女的平均身高为169.4cm．这表明，子女身高有向平均值“回归”的倾向．1886年，高尔顿将这一研究成果写成了论文《遗传身高向平均身高的回归》，文中正式引入了“回归”这个概念，1888年，高尔顿发表了统计史上第一篇有关相关系数值的论文，文中用到了一种用图形估计相关系数值的方法．

高尔顿提出的回归和相关思想是开创性的，但他的工作做得还不够彻底．后来，埃奇沃思（F．Y．Edgeworth，1845—126）和皮尔逊（K．Pearson，1857—1936）等一批学者加入到研究中来，使回归和相关理论得到了完善与发展．埃奇沃思不仅给出了常见的样本相关系数的公式，还赋予“回归”以纯数学的意义，为这一方法的广泛应用奠定了基础．皮尔逊则系统整理和完善了当时的已有成果，用极大似然法对相关系数的估计问题做了改进，并把相关回归方法运用到生物测量数据，推动了这一方法在生物领域的应用．

回归与相关的发现，为统计方法增添了重要的工具，推动了统计学的应用和发展，标志着统计学描述时代的结束和推断时代的开始，随着时代的发展，“回归”一词的内涵得到了极大扩展，它可以泛指在任何情况下自变量与因变量之间的统计关系；回归分析、相关分析也在科学研究的各个方面得到广泛应用，成为探索变量之间关系的重要方法．

请你进一步查阅资料，了解回归与相关的发展和应用．