《3.1回归分析的基本思想及其初步应用（四）》课件

《《3.1回归分析的基本思想及其初步应用（四）》课件》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、3.1回归分析的基本思想及其初步应用(四)比《数学3》中“回归”增加的内容数学3——统计画散点图了解最小二乘法的思想求回归直线方程y＝bx＋a用回归直线方程解决应用问题选修2-3——统计案例引入线性回归模型y＝bx＋a＋e了解模型中随机误差项e产生的原因了解相关指数R2和模型拟合的效果之间的关系了解残差图的作用利用线性回归模型解决一类非线性回归问题正确理解分析方法与结果复习回顾1、线性回归模型：y=bx+a+e，(3)其中a和b为模型的未知参数，e称为随机误差.y=bx+a+e，E(e)=0，D(e)=(4)2、数据点和它在回归直线上相应位置的差

2、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.4、两个指标：(1)类比样本方差估计总体方差的思想，可以用作为的估计量，越小，预报精度越高.(2)我们可以用相关指数R2来刻画回归的效果，其计算公式是：R21，说明回归方程拟合的越好；R20，说明回归方程拟合的越差.在研究两个变量间的关系时，首先要根据散点图来粗略判断它们是否线性相关，是否可以用回归模型来拟合数据.5、残差分析与残差图的定义：然后，我们可以通过残差来判断模型拟合的效果，判断原始

3、数据中是否存在可疑数据，这方面的分析工作称为残差分析.我们可以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，或体重估计值等，这样作出的图形称为残差图.案例2一只红铃虫的产卵数y和温度x有关.现收集了7组观测数据列于表中：(1)试建立产卵数y与温度x之间的回归方程；并预测温度为28oC时产卵数目.(2)你所建立的模型中温度在多大程度上解释了产卵数的变化？温度xoC21232527293235产卵数y/个711212466115325非线性回归问题假设线性回归方程为：ŷ=bx+a选模型由计算器得：线性回归方程为y=1

4、9.87x-463.73相关指数R2=r2≈0.8642=0.7464估计参数解：选取气温为解释变量x，产卵数为预报变量y.选变量所以，二次函数模型中温度解释了74.64%的产卵数变化.探索新知画散点图050100150200250300350036912151821242730333639方案1分析和预测当x=28时，y=19.87×28-463.73≈93一元线性模型奇怪？93>66？模型不好？y=bx2+a变换y=bt+a非线性关系线性关系方案2问题1选用y=bx2+a，还是y=bx2+cx+a？问题3产卵数气温问题2如何求a、b？合作探究

5、t=x2二次函数模型方案2解答平方变换：令t=x2，产卵数y和温度x之间二次函数模型y=bx2+a就转化为产卵数y和温度的平方t之间线性回归模型y=bt+a温度21232527293235温度的平方t44152962572984110241225产卵数y/个711212466115325作散点图，并由计算器得：y和t之间的线性回归方程为y=0.367t-202.543，相关指数R2=0.802将t=x2代入线性回归方程得：y=0.367x2-202.543当x=28时，y=0.367×282-202.54≈85，且R2=0.802，所以，二次函数

6、模型中温度解释了80.2%的产卵数变化.t问题2变换y=bx+a非线性关系线性关系问题1如何选取指数函数的底？产卵数气温指数函数模型方案3合作探究对数方案3解答温度xoC21232527293235z=lny1.9462.3983.0453.1784.1904.7455.784产卵数y/个711212466115325xz当x=28oC时，y≈44，指数回归模型中温度解释了98.5%的产卵数的变化由计算器得：z关于x的线性回归方程为对数变换：在中两边取常用对数得令，则就转换为z=bx+a.相关指数R2=0.98最好的模型是哪个？产卵数气温产卵数气

7、温线性模型二次函数模型指数函数模型比一比函数模型相关指数R2线性回归模型0.7464二次函数模型0.80指数函数模型0.98最好的模型是哪个？回归分析(二)则回归方程的残差计算公式分别为：由计算可得：x21232527293235y7112124661153250.557-0.1011.875-8.9509.230-13.38134.67547.69619.400-5.832-41.000-40.104-58.26577.968因此模型(1)的拟合效果远远优于模型(2).总结对于给定的样本点两个含有未知参数的模型：其中a和b都是未知参数.拟合效果

8、比较的步骤为：(1)分别建立对应于两个模型的回归方程与其中和分别是参数a和b的估计值；(2)分别计算两个回归方程的残差平方和与(3)若则