第三章13可线性化的回归分析

第三章13可线性化的回归分析

ID:42197040

大小:432.62 KB

页数:14页

时间:2019-09-09

第三章13可线性化的回归分析_第1页
第三章13可线性化的回归分析_第2页
第三章13可线性化的回归分析_第3页
第三章13可线性化的回归分析_第4页
第三章13可线性化的回归分析_第5页
资源描述:

《第三章13可线性化的回归分析》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、1.3可线性化的回归分析F预习导学挑战自我.点点落实[学习目标]1.进一步体会回归分析的基本思想.2.通过非线性冋归分析,判断几种不同模型的拟合程度.[知识链接]1.有些变量间的关系并不是线性相关,怎样确定回归模型?答首先要作出散点图,如果散点图中的样本点并没有分布在某个带状区域内,则两个变量不呈现线性相关关系,不能直接利用线性回归方程来建立两个变量Z间的关系,这吋可以根据已有函数知识,观察样本点是否呈指数函数关系或二次函数关系,选定适当的回归模型.2.如果两个变量呈现非线性相关关系,怎样求出回归方程?答可以通过对解释变量进行变换,如对数变换或平方变换,先得到另外两个变

2、量间的回归方程,再得到所求两个变量的回归方程.[预习导引]1.非线性回归分析对不具有线性相关关系的两个变量做统计分析,通过变量代换,转化为线性回归模型.2.非线性回归方程曲线方程曲线图形公式变换变换后的线性函数y=axh6=-l6<-lpwxoc=lnav=xu=c+bvo\Xo1Xo-lXO)w=lnyy=a^x上1yac=lnau=c+bxOX0(a>0.5>0)(a>0.XXO)u=yby=aer7Xya7)(o>0,b>0)(cr>0.X0)c=lna1v=~Xu=yu=c+hvy=a+bInxy匚(*>0)丄(XO)v=xu=yu=a+b

3、v尸课堂讲义全賀点难点,个个击破要点一线性回归分析例1某产品的广告费用兀与销售额y的统计数据如下表:广告费用班万元)4235销售额y(万元)49263954⑴由数据易知y与无具有线性相关关系,若*9.4,求线性回归方程y=a+bx;(2)据此模型预报广告费用为4万元时的销售额.—-44-2+3+5-49+26+39+54M(1)兀=4=父》)'=4=42,:.a=y-bx=42-9.4X3.5=9.1・•・回归直线方程为y=9A+9Ax・(2)当x=4时,y=9.1+9.4X4=46.7,故广告费用为6万元时销售额为46.7万元.跟踪演练1为了研究3月下旬的平均气温(兀

4、)与4月20□前棉花害虫化蛹高峰日0,)的关系,某地区观察了2006年2011年的情况,得到了下面的数据:年份200620072008200920102011x/°C24.429.632.92&730.32&9y/日19611018(1)对变量兀,y进行相关性检验;(2)据气象预测,该地区在2012年3月下旬平均气温为27°C,试估计2012年4刀化蛹高峰日为哪天.解制表.■1123456Xi24.429.632.928.730.32&9yi19611018_6—6兀~29・13,若于=563,y=7.5,着#=5130.92,61222.66^xiy-Gxy(1)厂=

5、r~^(、0.949&7(宰_6严)(£沪60由

6、”>0.75,可知变量y和兀存在很强的线性相关关系.1222.6-6X29.13X7.5--‘心八如“(2)b=5]309°_6X°913?心一2・3,a=y—bx^l4.5.所以,线性回归方程为y=74.5—2.3儿当兀=27时,y=74.5—2.3X27=12.4.据此,可估计该地区2012年4月12日或13日为化蛹高峰日.要点二可线性化的回归分析例2在一化学反应过程中,化学物质的反应速度y(g/min)与一种催化剂的量兀(g)有关,现收集了8组观测数据列于表中:催化剂的量x/g1518212427303336化学物

7、质的反应速度y(g-min-1)6830277020565350解根据收集的数据,作散点图(如图),根据已有的函数知识,可以发现样本点分布在某一条指数函数曲数y=cec2x的周围,其中ci和C2是待定的参数.令z=lny,贝(Iz=lny=ci+c2%,5()(H)5O()()5()()()5OO3322H-.Elubo鰹瑕即变换后的样本点应该分布在直线z=a+hx(a=c,b=cj的周围.21*5*8212427303336'催化剂的量/g由y与兀的数据表可得到变换后的z与x的数据表:X1518212427303336z1.7922.0793.4013.2

8、964.2485.3234.1745.858作出z与兀的散点图(如图).121518212427303336催化剂的量/g由散点图可观察到,变换后的样本点分布在一条直线的附近,所以可用线性回归方程来拟合.由z与兀的数据表,可得线性回归方程:z=0.848+0.81x,所以y与x之间的非线性回归方程为-0.848+0.81Xy—e规律方法可线性化的回归分析问题,画出已知数据的散点图,选择跟散点拟合得最好的函数模型进行变量代换,作出变换后样本点的散点图,用线性回归模型拟合.跟踪演练2电容器充电后,电压达到100V,然后开始放电,由经验知道,此

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。