欢迎来到天天文库
浏览记录
ID:57199111
大小:3.30 MB
页数:51页
时间:2020-08-03
《可线性化的回归分析课件.ppt》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、可线性化的回归分析远东二中:李建章叙利亚战争陪葬品还算和平的苦难童年利比亚战争陪葬品受苦的阿富汗童工内乱中的叙利亚死难者如今的叙利亚城镇会将非线性回归模型经过变换转化为线性回归模型,进而进行回归分析.学习本节后还应初步会将简单的非线性回归问题转化为线性回归问题.(重点、难点)【课标要求】【核心扫描】当两变量y与x不具有线性相关关系时,要借助于散点图,与已学过的函数(如指数函数、对数函数、幂函数等)的图象相比较,找到合适的函数模型,利用变量代换转化为线性函数关系,从而使问题得以解决.1.可线性化的回归分析
2、(1)确定变量:确定解释变量为x,预报变量为y;(2)画散点图:通过观察散点图并与学过的函数(幂、指数、对数函数、二次函数)作比较,选取拟合效果好的函数模型;(3)变量置换:通过变量置换把非线性问题转化为线性回归问题;(4)分析拟合效果:通过计算相关指数或相关系数等来判断拟合效果;(5)写出非线性回归方程.2.解决非线性回归问题的方法及步骤:复习回顾其中,复习回顾*线性相关系数r及性质:值越大,变量的线性相关程度就越高;值越接近于0,线性相关程度就越低。*,其中。当时,两变量正相关;当时,两变量负相关;
3、当时,两变量线性不相关。*1、下表是随机抽取的8对母女的身高数据,试根据这些数据探讨y与x之间的关系.母亲身高女儿身高cm154157158159160161162163cm155156159162161164165166练习解:,,,,所以:所以可以认为与之间具有较强的线性相关的关系.线性回归模型y=a+bx中线性回归方程为.新课讲解下表按年份给出了1981~2001年我国出口贸易量(亿美元)的数据,根据此表你能预测2008年我国的出口贸易量么?从散点图中观察,数据与直线的拟合性不好,若用直线来预测,
4、误差将会很大。而图像近似指数函数,呈现出非线性相关性。分析:考虑函数来拟合数据的变化关系,将其转化成线性函数,两边取对数:即线性回归方程,记1981年为x=1,1982年为x=2,‥变换后的数据如下表:设,则上式变为,对上表数据求线性回归方程得:即:由此可得:,曲线如图:这样一来,预测2008年的出口贸易量就容易多了。将下列常见的非线性回归模型转化为线性回归模型。作变换得线形函数。1.幂函数:2.指数曲线:作变换得线形函数。3.倒指数曲线:作怎样的变换,得到线形函数的方程如何??思考交流4.对数曲线:作
5、怎样的变换,得到线形函数的方程如何??下表是一组实验数据:试分析与之间是否具有线性相关关系,若有,求与之间的回归方程。动手做一做小结*非线性回归方程:对某些特殊的非线性关系,可以通过变换,将非线性回归转化为线性回归,然后用线性回归的方法进行研究,最后再转换为非线性回归方程。*常见非线性回归模型:1.幂函数:2.指数曲线:3.倒指数曲线:4.对数曲线:例1在一次抽样调查中测得样本的5个样本点,数值如下表:x0.250.5124y1612521试建立y与x之间的回归方程.x0.250.5124y161252
6、1t4210.50.25y1612521由散点图也可以看出y与t呈近似的线性相关关系,列表如下:求回归方程,应注意首先对样本点是否线性相关进行检验,因为对于任何一组样本点,都可以根据最小二乘法求得一个线性回归方程,但这条线性回归方程是否较好地反映了样本点的分布呢,显然不一定,特别是对于不呈线性相关的回归模型.可以通过散点图或求相关系数r首先作出是否线性相关的检验,然后再选择恰当的回归模型进行模拟.自主交流:常见非线性回归方程的回归模型曲线方程曲线图形变换公式变换后的线性函数y=axbc=lnav=lnx
7、u=lnyu=c+bv曲线方程曲线图形变换公式变换后的线性函数y=aebxc=lnau=lnyu=c+bx自主交流:u=c+bv自主交流:曲线方程曲线图形变换公式变换后的线性函数y=a+blnxv=lnxu=yu=a+bv自主交流:【解题流程】电容器充电后,电压达到100V,然后开始放电,由经验知道,此后电压U随时间t变化的规律用公式U=Aebt(b<0)表示,现测得时间t(s)时的电压U(V)如下表:试求:电压U对时间t的回归方程.(提示:对公式两边取自然对数,把问题转化为线性回归分析问题)【练习】t
8、/s012345678910U/V100755540302015101055对U=Aebt两边取对数得lnU=lnA+bt,令y=lnU,a=lnA,x=t,则y=a+bx,得y与x的数据如下表:解:x012345678910y4.64.34.03.73.43.02.72.32.31.61.6(1)画出散点图,观察它们之间的关系(如是否存在线性关系等).(2)由经验确定回归方程的类型(如观察到数据呈线性关系,则选用线性回归方程y=a+bx)
此文档下载收益归作者所有