人教版高中数学必修课-回归分析的基本思想及初步应用-教学PPT课件.pptVIP

比《数学3》中“回归”增加的内容回归分析的步骤画散点图求回归直线方程用回归直线方程进行预报函数关系是一种确定性关系相关关系是一种不确定性关系回归分析是对具有相关关系的两个变量进行统计分析的一种常用方法.复习、变量之间的两种关系称为样本点的中心对于一组具有线性相关关系的数据(x1,y1),(x2,y2),…,(xn,yn)回归方程的最小二乘估计公式截距斜率例1从某大学中随机选取8名女大学生,其身高和体重数据如下表编号12345678身高/cm165165157170175165155170体重/kg4857505464614358求根据一名女大学生的身高预报她的体重的回归方程,并预报一名身高为172cm的女大学生的体重.画散点图求回归直线方程用回归直线方程进行预报解取身高为自变量x,真实体重为因变量y作散点图可用线性回归方程刻画它们之间的关系根据公式可得回归方程为所以,对于身高172cm的女大学生,由回归方程可以得到预报其体重身高172cm的女大学生体重一定是60.316kg吗?样本点散布在某一条直线附近用y=bx+a+e表示身高和体重的关系从散点图还看到,样本点散布在某一条直线的附近,而不是在一条直线上,所以不能用一次函数y=bx+a描述它们关系。线性回归模型y=bx+a+ea和b为模型的未知参数e是y与随机误差e=y-y^对于样本点其估计值为一个人的体重值除了受身高的影响外,饮食运动还有度量误差线性模型只是近似模型可以通过残差发现原始数据中的可疑数据，判断所建立模型的拟合效果。编号12345678身高/cm165165157170175165155170体重/kg4857505464614358残差_-6.3732.6272.419-4.6181.1376.627-2.8830.382女大学生身高体重原始数据和相应的残差数据表编号12345678身高/cm165165157170175165155170体重/kg4857505464614358残差_-6.3732.6272.419-4.6181.1376.627-2.8830.382利用图形分析如残差比较均匀地落在水平的带状区域中,说明选用的模型比较合适.带状区域宽度越窄,模型拟合精度越高,回归方程的预报精度超高.利用相关指数R2来刻画回归的效果R2越接近于1,表示回归的效果越好R2取值越大,表示残差平方和越小,模型的拟合效果越好.为确定的值R2越小,表示残差平方和越大,模型的拟合效果越差.R2越接近于0,表示回归的效果越差用身高预报体重时,需要注意下列问题:回归方程只适用于我们所研究的样本总体.所建立的回归方程一般都有时间性.样本取值的范围会影响回归方程的适用范围.不能期望回归方程得到的预报值就是预报变量的精确值.而是可能取值的平均值在例1中，说明女大学生的体重差异有64%是由身高引起的建立回归模型的基本步骤确定研究对象,明确哪个变量是解释变量,哪个变量是预报变量;画出确定好的解释变量和预报变量的散点图,观察它们之间的关系（如是否存在线性关系）;由经验确定回归方程的类型(如我们观察到数据呈线性关系，则选用线性回归方程);按一定规则估计回归方程中的参数;得出结果后分析残差图是否有异常,（如个别数据对应残差过大,残差呈现不随机的规律性等）.若存在异常,则检查数据是否有误,或模型是否合适.例2一只红铃虫的产卵数y各温度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x/℃21232527293235产卵数y/个711212466115325解作出散点图令z=lny样本点分布在直线z=bx+a(a=lnc1,b=c2)建立y和x的非线性回归方程x21232527293235z1.9462.3983.0453.1784.1904.7455.784变换后的样本数据及其散点图得到线性回归方程为红铃虫的产卵数对温度的非线性回归方程为