回归分析的基本思想及其初步应用》

《回归分析的基本思想及其初步应用》》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初步应用(2)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。ｙ＝ｂｘ＋ａ+ｅ所求直线方程叫做回归直线方程；其中线性回归模型预报精度1.相关指数R22.残差e在含有一个解释变量的线性模型中R2=r2(相关关系)判断xi确定差异百分数随机误差,它的估计值为.对于样本点它们随机误差的估计值称相应残差.方差1)衡量预报精度2)确定样本的异常点.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.建立回归模型的基本步骤问题：一只红铃虫的产卵数y与温度x有关,现收集了7

2、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。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x和z之间的关系可以用线性回归模型来拟合x21232527293235z1.9462.3983.0453.1784.194.7455.7842)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的散点图散点并不集中在一条直线的附近，因此用线性回归模型拟合他们的效果不是最好的。t441529625

3、72984110241225y711212466115325残差表编号1234567x21232527293235y711212466115325e(1)0.52-0.1671.76-9.1498.889-14.15332.928e(2)47.719.397-5.835-41.003-40.107-58.26877.965非线性回归方程二次回归方程残差公式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。现在有三个不同的回归模型可供选择来拟合红铃虫的产卵数与温度数据，他们分别是：可以利用直观（散点图和

4、残差图）、相关指数来确定哪一个模型的拟合效果更好。小结实际问题样本分析回归模型抽样回归分析预报精度预报作业:P104习题3.13