回归分析的基本思想及其初步应用预****课本 P2~8,???回归直线方程为y=bx+a,其中a,b是待定参数,由最小二乘法得å (xi- x ((yi- y (åxiyi-nx y[新知初探](1)回归分析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.(2)回归方程的相关计算对于两个具有线性相关关系的变量的一组数据(x1,y1),(x2,y2),„,(xn,yn).设其^ ^ ^ ^ ^n n^i=1b=i=1=,å (xi- x (2åx2i-n x 2ni=1ni=1a= y -^b x .ïîE(e(=0,D(e(=σ2 ,其中 a,b 为模型的未知参数,通常 e 为^(3)线性回归模型ìïy=bx+a+e,线性回归模型í随机变量, 称为解释变量,y 称为预报变量.[点睛] 对线性回归模型的三点说明(1)非确定性关系:线性回归模型 y=bx+a+e 与确定性函数 y=a+bx 相比,它表示 y与 x 之间是统计相关关系(非确定性关系),其中的随机误差 e 提供了选择模型的准则以及在1(2)线性回归方程y=bx+a中a,b的意义是:以a为基数,x 每增加 1 个单位,y 相应地平均增加b个单位.(1)残差:对于样本点(xi,yi)(i=1,2,„,n)的随机误差的估计值 ei=yi-yi 称为相^应于点(xi,yi)的残差,å (yi-yi)2 称为残差平方和.^å (yi-yi(2模型合理的情况下探求最佳估计值 a,b 的工具.^ ^ ^ ^ ^ ^^^ ^ni=1(2)残差图:利 用图形来分析残差特性,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,或体重的估计值等,(3)R2=1-i=1越接近 1,表示回归的效果越好.å (yi- y (2ni=1[小试身手].(正确的打“√”,错误的打“×”)(1)残差平方和越小, 线性回归方程的拟合效果越好.( )(2)在画两个变量的散点图时, 预报变量在 x 轴上,解释变量在 y 轴上.( )(3)R2 越小, 线性回归方程的拟合效果越好.( )答案:(1)√ (2)× (3)×,点散布在从左下角到右上角的区域内, :, :,则残差平方和等于________, :0 1 或-1求线性回归方程[典例] 某研究机构对高三学生的记忆力 x 和判断力 y 进行统计分析,得下表数据2xy6283105126(2)请根据上表提供的数据,用最小二乘法求出 y 关于 x 的线性回归方程 y=bx+a;(1)请画出上表数据的散点图;^ ^ ^(3)试根据求出的线性回归方程,预测记忆力为 9 的同学的判断力.[解] (1)散点图如图:(2)åxiyi=6×2+8×3+10×5+12×6=158,ni=1=9, y = =4,x =6+8+10+12 2+3+5+64 4åx2i=62+82 +102+122==158-4×9×4 14= =,a= y -b x =4-×9=-,故线性回归方程为y=-.(3)由(2)中线性回归方程知,当 x=9 时,y=×9-=4,故预测记忆力为 9ni=1^ ^ ^344-4×92 20^^的同学的判断力约为 (1)画散点图:由样本点是否呈条状分布来判断两个量是否具有线性相关关系.(2)求回归系数:若存在线性相关关系,则求回归系数.(3)写方程:写出线性回归方程,并利用线性回归方程进行预测说明.[活学活用]某工厂 1~8 月份某种产品的产量与成本的统计数据见下表:月份产量(吨)成本(万元)1 2 3 4 5 6 7 136 143 149 157 172 183 1883以产量为 x,成本为 y.(1)画出散点图;(2)y 与 x 是否具有线性相关关系?若有,:(1)由表画出散点图,如图所示.(2)从上图可看出,这些点基本上散布在一条直线附近,可
高中数学第一章统计案例1.1回归分析的基本思想及其初步应用创新应用学案新人教A版选修1 来自淘豆网www.taodocs.com转载请标明出处.