3.1回归分析的基本思想及其初步应用(1).ppt_第1页
3.1回归分析的基本思想及其初步应用(1).ppt_第2页
3.1回归分析的基本思想及其初步应用(1).ppt_第3页
3.1回归分析的基本思想及其初步应用(1).ppt_第4页
3.1回归分析的基本思想及其初步应用(1).ppt_第5页
已阅读5页，还剩17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

1、3.1回归分析的基本思想和初步应用(1)、必需的3 (2章统计)知识结构、数据收集(随机采样)、数据估计、推断、简单随机采样、分层采样、系统采样、通过采样进行整体估计、变量间相关性采样、模拟、采样例如，在7个并排、形状相同的试验区进行了施肥对水稻产量影响的实验，得到了以下数据集：复习，变量之间的两个茄子关系，当收购值恒定时，变量的值具有一定随机性的两个变量之间的关系称为相关性。(大卫亚设，美国电视电视剧，变量名言，1，定义：1):相关关系是不确定性的关系。参考，2，现实生活中有很多相关关系。例如：人的身高和年龄；产品的成本及生产数量商品销售及广告费家庭的支出和收入。等等，探索：水稻产量Y和肥料

2、量X之间大致有什么规律？10 20 30 40 50，500 450 400 350 300，发现，导览2:您可以在牙齿点附近绘制一条或多条线。哪条线最能表示X和Y之间的关系？肥料量、水稻产量、散布图、10 20 30 40 50，500 450 400 350 300、3、两个变量的线性分析称为线性回归分析。2，回归直线方程：2。该直线称为回归线。1，直线方程称为回归直线-直线方程；其中相关系数，1 .计算公式2相关系数的性质(1)|r|1 (2)|r| 1越接近，相关程度越大。|r| 0越接近，相关性越低。在某种程度上，X，Y线性相关性是什么？它们的相关程度怎么样？负相关，正相关，相关系数

3、，正相关；负相关通常为r-1，R-1，-0.75 -负相关强。R0.75，1正相关关系很强。R-0.75，-0.3 -负相关一般；R0.3、0.75正相关一般；R-0.25，0.25 -相关性弱。解决方案： 1。绘制散布图，3 .写回归方程，4 .相关系数计算，案例1在一所大学随机选出了8名女大学生。其身高和体重数据如下。根据一位女大学生的身高，求出预测她的体重的回归方程，预测身高为172的女大学生的体重。分析：在问题上，要根据身高预测体重，所以要以身高为参数，以体重为因子，3。通过探索栏引入“线性回归模式”。这里可以指导学生理解函数模型和回归模型的区别。(2)在散点图中，示例点分布在非直线附近，因此无法通过一个函数说明其关系。此时，我们使用以下线性回归模型来说明身高和体重的关系。其中和模型的未知参数，E是Y和之间的错误，通常称为随机错误。(1)从图形观察中可以看出，采样点分布在杆上，身高和体重具有较好的线性相关性，可以用线性回归方程来描述这种关系。线性回归模型，其中和是模型的未知参数，E是Y和之间的误差，通常称为随机误差。需要估算2值来衡量预测的准确性吗？(1)根据散点图近似确定线性相关性。(2)分析是否可以使用线性回归模型拟合数据(3)是否可以通过残差来判断模型拟合的效果的任务称为残差分析，使学生了解残差图的制作和作用。P98坐标纵轴是误差变量，

人人文库> 全部分类> 教育资料 > 课件下载

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