搜索
      点击图片退出全屏预览

      人教课标B版高中数学选修2-3 3-2《回归分析》 课件

      • 879 KB
      • 2026-01-15 20:57:33
      • 55
      • 0
      • 天 涯 孤 旅
      加入资料篮
      立即下载
      人教课标B版高中数学选修2-3 3-2《回归分析》 课件第1页
      点击全屏预览
      1/32
      人教课标B版高中数学选修2-3 3-2《回归分析》 课件第2页
      点击全屏预览
      2/32
      人教课标B版高中数学选修2-3 3-2《回归分析》 课件第3页
      点击全屏预览
      3/32
      人教课标B版高中数学选修2-3 3-2《回归分析》 课件第4页
      点击全屏预览
      4/32
      人教课标B版高中数学选修2-3 3-2《回归分析》 课件第5页
      点击全屏预览
      5/32
      人教课标B版高中数学选修2-3 3-2《回归分析》 课件第6页
      点击全屏预览
      6/32
      人教课标B版高中数学选修2-3 3-2《回归分析》 课件第7页
      点击全屏预览
      7/32
      人教课标B版高中数学选修2-3 3-2《回归分析》 课件第8页
      点击全屏预览
      8/32
      还剩24页未读, 继续阅读

      高中人教版新课标B回归分析教课ppt课件

      展开

      这是一份高中人教版新课标B回归分析教课ppt课件,共27页。PPT课件主要包含了水深xm,流速Ym·s,最小二乘法,检验的步骤如下,回归系数,5计算可得,练习题等内容,欢迎下载使用。
      (一)线性回归直线方程的求法
      例1.研究某灌溉渠道水的流速Y与水深x之间是关系,测得一组数据如下:
      (1)求Y对x的回归直线方程;(2)预测水深为1.95m时水的流速是多少?
      分析:从散点图可以直观地看出变量x与Y之间有无线性相关关系,为此把这8对数据在平面直角坐标系中,得到平面上8个点.由图可以看出,x与Y之间有近似的线性相关关系,或者说,可以用一个回归直线方程 来反映这种关系,这些是我们在必修3中学过的知识。
      用什么方法求 ?
      利用最小二乘法可以得到 的计算公式为
      进一步观察这8个点,容易发现,它们并不是“严格地”在一条直线上。对于某个xi,由上式能确定一个
      一般地说,由于测量流速可能存在误差,或者受某些随机因素的影响,或者上面的回归方程本身就不够精确,与测得的数据yi很可能不相等,
      即 (i=1,2,……,8),其中 是随机误差项。于是就有 (i=1,2,
      ……,8),这就是本题的线性模型。
      从上述线性模型出法,我们可以求出a与回归系数b的估计值 ,使得全部误差 的平方和达到最小,当然,这是一种很好的估计,最后得到的求 的数学公式为
      线性回归方程 中, 的意义是:以 为基数,x每增加1个单位,y相应地平均增加 个单位
      解:(1)由上面的分析,可采用列表的方法计算a与回归系数b,
      Y对于x的回归直线方程为
      把x=1.95代入,易得计算结果表明,当水深为1.95m时可以预测渠水的流速约为2.12m/s.
      (二)线性回归相关关系的检验
      例2.为了了解某地母亲身高x与女儿身高Y的相关关系,随机测得10对母女的身高如下表所示:
      试对x与Y进行一元线性回归分析,并预测当母亲身高为161cm时女儿的身高为多少?
      分析:把这10对数据画出散点图如图所示:
      可以看出x与Y之间有近似地线性关系关系。散点图能帮助我们寻找线性关系关系,既直观又方便。只需一张坐标纸,把已知的成对数据标在直角坐标系中便可得到散点图。即使没有坐标纸,改用普通白纸也可以.
      因为我们并不要求把点标得十分准确,只要能看出这些点大致分布在某条直线附近就可以了。麻烦在于有时很难说这些点是不是分布在某条直线附近,如下图中的两个散点图,都很难下判断,右边那个图散布的那些点更像在一条曲线附近。
      此外,假如不考虑散点图,按照例1给出的计算a与回归系数b的公式,我们可以根据一组成对的数据,求出一个回归直线方程。但它能不能反映这组成对数据的变化规律?如不能,这又有多少实际意义呢?
      为了解决上述问题,我们有必要对x与Y作线性相关检验,简称相关性检验。
      对于变量x与Y随机抽到的n对数据(x1,y1),(x2,y2),……,(xn,yn),检验统计量是样本相关系数
      r具有以下性质:|r|≤1,并且|r|越接近1.线性相关程度越强,|r|越接近0,线性相关程度越弱。
      (1)作统计假设:x与Y不具有线性相关关系;(2)根据小概率0.05与n-2在附表中查出r的一个临界值r0.05;(3)根据样本相关系数计算公式求出r的值;(4)作统计推断,如果|r|>r0.05,表明有95%的把握认为x与Y之间具有线性相关关系。 如果|r|≤r0.05,我们没有理由拒绝原来的假设。这时寻找回归直线方程是毫无意义的。
      解:由以上分析,先对x与Y作相关性检验。
      (1)作统计假设:x与Y不具有线性相关关系;(2)由小概率0.05与n-2=8在附表中查得r0.05=0.632;(3)
      (4)|r|=0.71>0.632,即|r|>r0.05,所以有95%的把握认为x与Y之间具有线性相关关系,去求回归直线方程是有意义的。
      所以Y对x的回归直线方程是
      回归系数0.78反映出当母亲身高每增加1cm时女儿身高平均增加0.78cm。 可以解释为女儿身高不受母亲身高变化影响的部分。
      当x=161时, ,也就是说当母亲的身高为161cm时女儿的身高大致也接近161cm。
      (三)非线性回归问题的解法
      例3.在彩色显影中,经经验知,形成染料光学密度Y与析出银的光学密度x有公式 (b0.602,即|r|>y0.05,从而有95%的把握认为u与V之间具有线性相关关系。求V对于u的回归直线方程有意义。
      把u与v换回原来的变量,即u= , ,可得 ,即
      这就是Y对于x的回归方程,试验点及回归曲线的图形如图所示。
      例4.以下是收集到的新房屋的销售价格y和房屋的大小x的数据:
      (1)画出数据的散点图; (2)用最小二乘估计求回归直线方程,并在散点图上加上回归直线; (3)此回归直线有意义吗?
      解:(1) 数据的散点图见右图
      ∴ 回归直线方程为 =1.8166+0.1962x.
      (3) y与x的相关系数
      查表,n-2=3时,临界值r0.05=0.878,由 r>r0.05知,变量 y与 x之间具有线性相关关系,回归直线是有意义的.
      1.设有一个回归方程为 =2-1.5x,则变量x增加一个单位时( ) (A)y平均增加 1.5单位 (B)y平均增加2单位 (C)y平均减少 1.5单位 (D)y平均减少2单位
      2.回归直线方程 =a+bx必定过点( )
      3.回归直线方程的系数a,b的最小二乘估计
      4.下列说法中正确的是( ) A.任何两个变量都具有相关关系 B.人的知识与其年龄具有相关关系 C.散点图中的各点是分散的没有规律 D.根据散点图求得的回归直线方程都是有意义的
      5.若用水量x与某种产品的产量y的回归直线方程是 =2x+1250,若用水量为 50kg时,预计的某种产品的产量是( ) A.1350 kg B.大于 1350 kg C.小于1350kg D.以上都不对

      相关课件 更多

      资料下载及使用帮助
      版权申诉
      • 1.电子资料成功下载后不支持退换,如发现资料有内容错误问题请联系客服,如若属实,我们会补偿您的损失
      • 2.压缩包下载后请先用软件解压,再使用对应软件打开;软件版本较低时请及时更新
      • 3.资料下载成功后可在60天以内免费重复下载
      版权申诉
      若您为此资料的原创作者,认为该资料内容侵犯了您的知识产权,请扫码添加我们的相关工作人员,我们尽可能的保护您的合法权益。
      入驻教习网,可获得资源免费推广曝光,还可获得多重现金奖励,申请 精品资源制作, 工作室入驻。
      版权申诉二维码
      欢迎来到教习网
      • 900万优选资源,让备课更轻松
      • 600万优选试题,支持自由组卷
      • 高质量可编辑,日均更新2000+
      • 百万教师选择,专业更值得信赖
      微信扫码注册
      手机号注册
      手机号码

      手机号格式错误

      手机验证码获取验证码获取验证码

      手机验证码已经成功发送,5分钟内有效

      设置密码

      6-20个字符,数字、字母或符号

      注册即视为同意教习网「注册协议」「隐私条款」
      QQ注册
      手机号注册
      微信注册

      注册成功

      返回
      顶部
      添加客服微信 获取1对1服务
      微信扫描添加客服
      Baidu
      map