一元线性回归模型及其参数的最小二乘估计-2025-2026学年高二下学期数学人教A版选择性必修第三册.pptxVIP

人教A版(2019)

选择性必修第三册第八章成对数据的统计分析8.2一元线性回归模型及其应用课时1.一元线性回归模型及其参数的最小二乘估计

学习目标核心素养1.结合实例，了解一元线性回归模型的含义，了解模型参数的统计意义.（重点）数学抽象2.了解最小二乘法，掌握一元线性回归模型参数的最小二乘估计方法.（重、难点）数据分析3.了解回归分析的基本思想方法和初步应用，针对实际问题，会用一元线性回归模型进行预测.（难点）数学应用

通过前面的学习我们已经了解到，根据成对样本数据的散点图和样本相关系数，可以推断两个变量是否存在相关关系、是正相关还是负相关，以及线性相关程度的强弱等．能像建立函数模型刻画两个变量之间的确定性关系那样，通过建立适当的统计模型刻画两个随机变量的相关关系，利用这个模型研究两个变量之间的随机关系，并通过模型进行预测吗？

根据上表中的数据，儿子身高和父亲身高这两个变量之间的关系可以用函数模型刻画吗？

你能结合具体实例解释产生模型（1）中随机误差项的原因吗？

利用下面的散点图找出一条直线，使各散点在整体上与此直线尽可能接近．

有的同学可能会想，可以采用测量的方法，先画出一条直线，测量出各点与它的距离，然后移动直线，到达一个使距离的和最小的位置．测量出此时的斜率和截距，就可得到一条直线，如左图所示．有的同学可能会想，可以在图中选择这样的两点画直线，使得直线两侧的点的个数基本