《选修统计案例》.ppt

该【《选修统计案例》 】是由【相惜】上传分享，文档一共【28】页，该文档可以免费在线阅读，需要了解更多关于【《选修统计案例》 】的内容，可以使用淘豆网的站内搜索功能，选择自己适合的文档，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此文档到您的设备，方便您编辑和打印。(3)编辑课件复****回忆1、线性回归模型:y=bx+a+e,其中a和b为模型的未知参数,e称为随机误差。2、数据点和它在回归直线上相应位置的差异是随机误差的效应,称为残差。3、对每名女大学生计算这个差异,然后分别将所得的值平方后加起来,用数学符号表示为:称为残差平方和,它代表了随机误差的效应。编辑课件刻画模型拟合的精度相关指数:R2取值越大,那么残差平方和越小,)确定解释变量和预报变量;2)画出散点图;3)确定回归方程类型;4)求出回归方程;5),确定变量之间的数学关系式对这些关系式的可信程度进行各种统计检验,并从影响某一特定变量的诸多变量中找出哪些变量的影响显著,哪些不显著利用所求的关系式,根据一个或几个变量的取值来预测或控制另一个特定变量的取值,并给出这种预测或控制的精确程度编辑课件回归分析与相关分析的区别相关分析中,变量x变量y处于平等的地位;回归分析中,变量y称为因变量,处在被解释的地位,x称为自变量,用于预测因变量的变化相关分析中所涉及的变量x和y都是随机变量;回归分析中,因变量y是随机变量,自变量x可以是随机变量,也可以是非随机确实定变量相关分析主要是描述两个变量之间线性关系的密切程度;回归分析不仅可以揭示变量x对变量y的影响大小,还可以由回归方程进行预测和控制编辑课件问题:一只红铃虫的产卵数y与温度x有关,现收集了7组观测数据,试建立y与x之间的回归方程解:1)作散点图;从散点图中可以看出产卵数和温度之间的关系并不能用线性回归模型来很好地近似。这些散点更像是集中在一条指数曲线或二次曲线的附近。编辑课件选变量解:选取气温为解释变量x,产卵数为预报变量y。画散点图假设线性回归方程为:?=bx+a选模型分析和预测当x=28时,y=×28-≈93估计参数由计算器得:线性回归方程为y=-=r2≈=,%的产卵数变化。探索新知050100150200250300350036912151821242730333639方案1当x=28时,y=×28-≈93一元线性模型编辑课件奇怪?93>66?模型不好?编辑课件