《回归分析的基本思想及其初步应用（第3课时）》教学课件.pptVIP

回归分析的基本思想及其初步应用（三）【回顾复习】建立回归模型的基本步骤：1.确定研究对象，明确解释变量，预报变量2.画散点图3.由经验确定回归方程的类型4.按一定规则估计回归方程中的参数5.得出结果分析残差图是否有异常，若存在异常，则选择更合适的选变量画散点图选模型估计参数分析与预测例2：一只红铃虫的产卵数y和温度x有关，现收集了7组观测数据列于下表中，试建立Y与x之间的回归方程.温度x21232527293235产卵数y711212466115325分析：哪个变量作自变量，哪个变量作因变量？20222426283032343638350300250200150100500400温度产卵数观察散点图，发现了什么指数函数模型构造曲线模型：其中c1,c2是待定参数思考：能否用最小二乘法来确定c1,c2思考：能否将两个非线性变量转化为线性变量呢？怎么转化？思考：如何转化？z=bx+a(a=lnc1,b=c2)z=bx+a非线性问题转化为线性问题x21232527293235z1.9462.3983.0453.1784.1904.4755.784变换后的样本数据表如下：202224262830323436765432108温度产卵数的对数20222426283032343638350300250200150100500400温度产卵数观察散点图，发现了什么二次函数模型思考：如何转化？z=bx+a(a=lnc1,b=c2)z=bx+a非线性问题转化为线性问题t=x2y=c3t+c4t44152962572984110241225y71121246611532540052962572984110241225350300250200150100500温度的平方产卵数发现y与t的散点图并不是分布在一条直线的周围用残差分析两个模型拟合效果x21232527293235y7112124661153250.577-0.1011.875-8.9509.230-13.38134.67547.69619.400-5.832-41.000-40.104-58.26577.968残差分析或R2的比较得出（1）的拟合效果较好