选修1-2回归分析的基本思想及其初步应用课件教学提纲.ppt

选修1-2回归分析的基本思想及其初步应用课件;问题1：正方形的面积y与正方形的边长x之间 的函数关系是;自学思考： 1.相关关系的概念？你能举例说明吗？ 2.如何分析两个变量之间的相关关系？;自变量取值一定时，因变量的取值带有一定随机性的两个变量之间的关系叫做相关关系。;2、现实生活中存在着大量的相关关系。 如：人的身高与年龄； 产品的成本与生产数量； 商品的销售额与广告费； 家庭的支出与收入。等等;10 20 30 40 50;10 20 30 40 50;最小二乘法：;3、对两个变量进行的线性分析叫做线性回归分析。;相关系数;负相关;相关系数;·;例题1 从某大学中随机选出8名女大学生，其身高和体重数据如下表：;分析：由于问题中要求根据身高预报体重，因此选取身高为自变量，体重为因变量．;（2）从散点图还可以看到，样本点散布在某一条直线的附近，而不是一条直线上，所以不能用一次函数ｙ＝ｂｘ＋ａ来描述它们之间的关系。这时我们用下面的线性回归模型来描述身高和体重的关系：ｙ＝ｂｘ＋ａ+ｅ其中ａ和ｂ为模型的未知参数，e是y与 之间的误差,通常ｅ称为随机误差。;（1）由图形观察可以看出，样本点呈条状分布，身高和体重有比较好的线性相关关系，因此可以用线性回归方程刻画它们之间的关系。;线性回归模型 ｙ＝ｂｘ＋ａ+ｅ;为了衡量预报的精度,需要估计的σ2值?;（1）根据散点图来粗略判断它们是否线性相关。 （2）是否可以用线性回归模型来拟合数据 （3）通过残差 来判断模型拟合的效 果这种分析工作称为残差分析; 使学生了解残差图的制作及作用。P98 坐标纵轴为残差变量，横轴可以有不同的选择； 若模型选择的正确，残差图中的点应该分布在以横轴为心的带形区域； 对于远离横轴的点，要特别注意。;ｙ＝ｂｘ＋ａ+ｅ其中ａ和ｂ为模型的未知参数，e是y与 之间的误差,通常ｅ称为随机误差。;;1)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)利用相关指数或残差进行分析.;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: 令 则z=bx+a,(a=lnc1,b=c2),列出变换后数据表并画 出x与z 的散点图 ;2) 用 y=c3x2+c4 模型,令 ,则y=c3t+c4 ,列出变换后数据表并画出t与y 的散点图 ;; 在此处可以引导学生体会应用统计方法解决实际问题需要注意的问题：对于同样的数据，有不同的统计方法进行分析，我们要用最有效的方法分析数据。;;此课件下载可自行编辑修改，仅供参考！感谢您的支持，我们努力做得更好！谢谢