高中数学 第三章3.2回归分析课件 新人教B版选修23.ppt

第三章 3 2回归分析 把握热点考向 应用创新演练 考点一 考点二 理解教材新知 考点三 r具有以下性质 r 1 并且r越接近1 线性相关程度越 r 越接近0 线性相关程度越 2 检验步骤如下 作统计假设 x与y不具有线性相关关系 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 根据样本相关系数计算公式算出r的值 作出统计推断 如果 表明有95 把握认为x与y之间具有线性相关关系 如果 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 强 弱 r r0 05 r r0 05 1 判断变量之间的线性相关关系 一般用散点图 但在作图中 由于存在误差 有时很难判断这些点是否分布在一条直线的附近 从而就很难判断两个变量之间是否具有线性相关关系 此时就必须利用样本相关系数来判断 2 r 越接近1 它们的散点图越接近一条直线 这时用线性回归模型拟合这组数据的效果就越好 3 样本相关系数r只能描述两个变量之间的变化方向及密切程度 不能揭示二者之间的本质联系 4 样本相关系数r可以定量地反映出变量间的相关程度 明确的给出有无必要建立两变量间的回归方程 例1 某种产品的广告费用支出x与销售额y 单位 百万元 之间有如下的对应数据 1 画出散点图 2 求回归直线方程 3 试预测广告费用支出为10百万元时 销售额多大 精解详析 1 散点图如图所示 2 列出下表 并用科学计算器进行有关计算 答案 60 5 2 在研究硝酸钠的可溶性程度时 对不同的温度观测它在水中的溶解度 得观测结果如下表 由此得到回归直线的斜率是0 8809 则线性回归方程为 例2 炼钢是一个氧化降碳的过程 钢水含碳量的多少直接影响冶炼时间的长短 必须掌握钢水含碳量和冶炼时间的关系 如果已测得炉料熔化完毕时钢水的含碳量x与冶炼时间y 从炉料熔化完毕到出钢的时间 的一组数据 如下表所示 1 作出散点图 你能从散点图中发现含碳量与冶炼时间的一般规律吗 2 求线性回归方程 3 预测当钢水含碳量为160时 应冶炼多少分钟 思路点拨 判断两变量之间是否具有相关关系 要计算出相关系数r 比较r与临界值的大小 依据线性回归直线方程 对冶炼时间进行预报 一点通 已知x与y呈线性相关关系 就无需进行相关性检验 否则要进行相关性检验 如果两个变量不具备相关关系 或者相关关系不显著 即使求出回归直线方程也是毫无意义的 用其估计和预测也是不可信的 如果通过散点图能发现线性相关关系 也可以避免求相关系数的麻烦 3 某厂的生产原料耗费x 单位 百万元 与销售额y 单位 百万元 之间有如下的对应关系 1 x与y之间是否具有线性相关关系 若有 求其回归直线方程 2 若实际销售额不少于50百万元 则原料耗费应该不少于多少 例3 12分 下表为收集到的一组数据 试建立y与x之间的回归方程 思路点拨 画出散点图或进行相关性检验 确定两变量x y是否线性相关 由散点图得x y之间的回归模型 求回归方程 精解详析 作出散点图 如图 从散点图中可以看出x与y不具有线性相关关系 根据已有知识可以发现样本点分布在某一条指数函数曲线y c1ec2x的周围 其中c1 c2为待定的参数 5分 一点通 非线性回归问题有时并不给出经验公式 这时我们可以画出已知数据的散点图 把它与已经学过的各种函数 幂函数 指数函数 对数函数等 图象作比较 挑选一种跟这些散点拟合得最好的函数 然后像本例这样 采用适当的变量变换 把问题化为线性回归分析问题 使之得到解决 4 某地区不同身高的男性的体重平均值如下表 1 试建立y与x之间的回归方程 2 若体重超过相同身高男性体重平均值的1 2倍为偏胖 低于0 8倍为偏瘦 那么这个地区一名身高为175cm体重为82kg的在校男生体重是否正常 解 1 根据上表中的数据画出散点图 如图所示 由图可看出 样本点分布在某条指数函数曲线y c1ec2x的周围 于是令z lny 得下表 作出散点图如图所示 1 判断变量的相关性通常有两种方式 一是散点图 二是相关系数r 前者只能粗略的说明变量间具有相关性 而后者从定量的角度分析变量相关性的强弱 2 应用回归方程时应注意 1 回归方程只适用于我们所研究的样本的总体 2 我们所建立的回归方程一般都有时间性 3 样本取值的范围会影响回归方程的适用范围 一般不能超过这个适用范围 否则 将没有实用价值 4 不能期望回归方程得到的预报值就是预报变量的准确值 事实上 它是预报变量的可能取值的