线性回归方程课件

1、线性回归方程相关关系Bybxae随机误差最好估计例如：从某大学中随机选取8名女大学生，其身高和体重数据如下表所示：编号12345678身高/cm165165157170175165155170体重/kg4857505464614359由此建立的身高与体重的回归模型为y0.849x85.712，用这个模型预报一名身高为172 cm的女大学生的体重，则正确的叙述是()A体重一定是60.316 kgB体重在60.316 kg以上C体重在60.316 kg左右D体重在60.316 kg以下C正负越强一条直线越好4总偏差平方和、残差平方和、回归平方和、相关指数：名称总偏差平方和残差平方和回归平方和说明所

2、有单个样本值与样本均值差的平方和回归值与样本值差的平方和总偏差平方和残差平方和公式相关指数R2_，R2的值越大，说明_越小，模型的拟合效果_残差平方和越好甲1下列变量具有相关关系的是()A人的身高与视力B角的大小与所对的圆弧长C直线上某点的横坐标与纵坐标D人的年龄与身高2在对两个变量x、y进行线性回归分析时一般有下列步骤： 对所求出的回归方程作出解释；收集数据(xi，yi)，i1,2，n；求线性回归方程；求相关系数；根据所搜集的数据绘制散点图D自 测自 评如果根据可靠性要求能够判定变量x，y具有线性相关性，则在下列操作顺序中正确的是()A BC D3下列关于线性回归的判断，正确的个数是()D自

3、 测自 评题型一 线性回归分析解析：(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：1在一段时间内，分5次测得某种商品的价格x(万元)和需求量y(t)之间的一组数据为：12345价格x/万元1.41.61.822.2需求量y/t1210753解析：(1)散点图如下图所示：变 式迁 移题型二残差分析例2 假定小麦基本苗数x与成熟期有效穗y之间存在相关关系，今测得5组数据如下：x15.025.830.036.644.4y39.442.942.943.149.2(1)以x为解释变量，y为预报变量，作出散点图；(2)求y与x之间的回归方程，并对于基本苗数56.7预报有效穗；(3)计算

4、各组残差，并计算残差平方和；(4)求相关指数R2，并说明残差变量对有效穗的影响占百分之几解析：(1)散点图如下：(2)由图看出，样本点呈条状分布，有比较好的线性相关关系，因此可以用线性回归方程刻画它们之间的关系变 式训 练题型三非线性回归分析例3某地区不同身高的未成年男性的体重平均值如下表：身高x/cm60708090100110体重y/kg6.137.909.9912.1515.0217.50身高x/cm120130140150160170体重y/kg20.9226.8631.1138.8547.2555.05试建立y与x之间的回归方程x60708090100110z1.812.072.302.502.712.86x120130140150160170z3.043.293.443.663.864.013若体重超过相同身高男性体重平均值的1