2026《高考数学一轮复习微专题106讲》106. 回归分析与独立性检验.pdfVIP

106.线性回归分析与独立性检验

一．基本原理

一．相关性检验

n

xxyy

ii

1.相关系数：ri1

nn

22

xxiyyi

i1i1

2.相关系数r的性质

（1）当r0时，称成对样本数据正相关；当r0时，成对样本数据负相关；当r＝0时，成

对样本数据间没有线性相关关系．

（2）样本相关系数r的取值范围为[－1，1]．

当|r|越接近1时，成对样本数据的线性相关程度越强；

当|r|越接近0时，成对样本数据的线性相关程度越弱．

二．线性回归与最小二乘法

1回归直线方程过样本点的中心(x,y)，是回归直线方程最常用的一个特征

ˆ

ˆˆ

ybxax

2我们将称为关于的线性回归方程，也称经验回归函数或经验回归公式，其

Y

ˆ

图形称为经验回归直线．这种求经验回归方程的方法叫做最小二乘法，求得的叫做b，ˆ

b,a

nn

xxyyxynxy

iiii

i1i1

bˆ

nn

a的最小二乘估计，其中222

xxixnxi

i1i1

ˆ

aybx.ˆ



3残差的概念

对于响应变量，通过观测得到的数据称为观测值，通过经验回归方程得到的称为预测ˆ

Yy

值，观测值减去预测值称为残差．残差是随机误差的估计结果，通过残差的分析可以判断

模型刻画数据的效果，以及判断原始数据中是否存在可疑数据等，这方面工作称为残差分

析．

4刻画回归效果的方式

（i）残差图法：作图时纵坐标为残差，横坐标可以选为样本编号，或身高数据，或体重估

计值等，这样作出的图形称为残差图．若残差点比较均匀地落在水平的带状区域内，带状

区域越窄，则说明拟合效果越好．

n

（ii）残差平方和法：残差平方和yyiˆi2，残差平方和越小，模型拟合效果越好，残差

i1

平方和越大，模型拟合效果越差．

2