统计案例教学设计_第1页
统计案例教学设计_第2页
统计案例教学设计_第3页
统计案例教学设计_第4页
统计案例教学设计_第5页
已阅读5页，还剩1页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

--#-可能性采取几种不同的回归方程进行回归分析,也可以通过比较几个R2,选择R2大的模型作为这组数据的模型.显然,R2取值越大，意味着残差平方和越小，也就是说模型的拟合效果越好.在线性回归模型中,R2表示解释变量对于预报变量变化的贡献率.R2越接近于1,表示回归的效果越好（因为R2越接近于1,表示解释变量和预报变量的线性相关性越强）.如果对某组数据在例1中,R2二0.64,表明"女大学生身高解释了64%的体重变化"，或者说"女大学生体重差异有64%是由身高引起的".用身高预报体重时,需要注意下列问题:回归方程只适用于我们所研究的样本的总体.例如,不能用女大学生的身高和体重之间的回归方程,描述女运动员的身高和体重之间的关系.同样,不能用生长在南方多雨地区的树木的高与直径之间的回归方程,描述北方干旱地区的树木的高与直径之间的关系.我们所建立的回归方程一般都有时间性.例如,不能用20世纪80年代的身高体重数据所建立的回归方程,描述现在的身高和体重之间的关系.样本取值范围会影响回归方程的适用范围.例如,我们的回归方程是由女大学生身高和体重数据建立的,那么用它来描述一个人幼儿时期的身高和体重之间的关系就不恰当（即在回归方程中，解释变量x的样本的取值范围为155cm,170cm］而用这个方程计算x=70cm时的y值，显然不合适.）不能期望回归方程得到的预报值就是预报变量的精确值.事实上,它是预报变量的可能取值的平均值.六．数学运用1、在两个变量的回归分析中，作散点图的目的是什么？2、在回归分析中，分析残差能够帮助我们解决哪些问题？3、如果散点图中所有的样本点都落在一条斜率为非0实数的直线上，请回答下列问题：（1）解析变量和预报变量的关系是什么？（2）R2是多少？七．回顾小结：1.线性回归模型y=a+bx+£与确定性函数y=a+bx相比，它表示y与x之间是统计相关关系（非确定性关系）其中的随机误差e提供了选择模型的准则以及在模型合理的情况下探求最佳估计值a,b的工具；2.线性回归方程y=a+bx中a,b的意义是：以a为基数，x每增

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论