8.2.2 一元线性回归模型参数的最小二乘估计（课件）高二数学（人教A版2019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8.2.2一元线性回归模型参数的最小二乘估计

目录学习目标01情景导入02新知探究03课本例题0405课本练习06题型探究方法归纳0807课本习题课堂小结

学习目标1.进一步掌握一元线性回归模型参数的统计意义，会用相关统计软件.2.了解非线性回归模型.3.会通过分析残差和利用R2判断回归模型的拟合效果.

在实际问题中，有时两个变量之间的关系并不是线性关系，这就需要运用散点图选择适当的函数模型来拟合观测数据，然后通过适当的变量代换，把非线性问题转化为线性问题，从而确定未知参数，建立相应的线性回归方程．情景导入

在一元线性回归模型中，表达式Y=bx+a+e刻画的是变量Y与变量x之间的线性相关关系，其中参数a和b未知，需要根据成对样本数据进行估计.由模型的建立过程可知，参数a和b刻画了变量Y与变量x的线性关系，因此通过成对样本数据估计这两个参数，相当于寻找一条适当的直线，使表示成对样本数据的这些散点在整体上与这条直线最接近.探究利用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.新知探究

方法一：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.然后测量出此时的斜率和截距，就可得到一条直线，如图(1)所示.

方法二：在图中选择这样的两点画直线，使得