资源描述
单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,选修2-3回归分析的基本思想和其初步应用(),问题1:正方形的面积y与正方形的边长x之间,的,函数关系,是,y=x,2,确定性关系,问题2:某水田水稻产量y与施肥量x之间是否,有一个确定性的关系?,例如:在 7 块并排、形状大小相同的试验田上,进行施肥量对水稻产量影响的试验,得,到如下所示的一组数据:,施化肥量x,15 20 25 30 35 40 45,水稻产量y,330 345 365 405 445 450 455,复习 变量之间的两种关系,10 20 30 40 50,500,450,400,350,300,施化肥量x,15 20 25 30 35 40 45,水稻产量y,330 345 365 405 445 450 455,x,y,施化肥量,水稻产量,自变量取值一定时,因变量的取值带有一定随机性的两个变量之间的关系叫做,相关关系,。,1、定义,:,1):相关关系是一种不确定性关系;,注,对具有相关关系的两个变量进行统计分析的方法叫,回归分析,。,2):,现实生活中存在着大量的相关关系。,如:人的身高与年龄;,产品的成本与生产数量;,商品的销售额与广告费;,家庭的支出与收入。等等,探索:水稻产量y与施肥量x之间大致有何规律?,10 20 30 40 50,500,450,400,350,300,发现:图中各点,大致分布在某条直线附近。,探索2:在这些点附近可画直线不止一条,哪条直线最能代表x与y之间的关系呢?,施化肥量x,15 20 25 30 35 40 45,水稻产量y,330 345 365 405 445 450 455,x,y,散点图,施化肥量,水稻产量,探究,对于一组具有线性相关关系的数据,我们知道其回归方程的截距和斜率的最小二乘估计公式分别为:,称为样本点的中心。,1、所求直线方程叫做,回归直线方程,;,相应的直线叫做,回归直线,。,2、对两个变量进行的线性分析叫做,线性回归分析,。,1、回归直线方程,2、求回归直线方程的步骤:,(3)代入公式,(4)写出直线方程为y=bx+a,即为所求的回归直线方程。,例1、观察两相关量得如下数据:,x,-1,-2,-3,-4,-5,5,3,4,2,1,y,-9,-7,-5,-3,-1,1,5,3,7,9,求两变量间的回归方程.,解:列表:,i,1,2,3,4,5,6,7,8,9,10,x,i,-1,-2,-3,-4,-5,5,3,4,2,1,y,i,-9,-7,-5,-3,-1,1,5,3,7,9,x,i,y,i,9,14,15,12,5,5,15,12,14,9,所求回归直线方程为,假设随机误差对体重没有影响,也就是说,体重仅受身高的影响,那么散点图中所有的点将完全落在,回归直线,上。但是,在图中,数据点并没有完全落在回归直线上。,这些点散布在回归直线附近。,那么,,数据点和它在回归直线上相应位置的差异,是随机误差的效应,称 为,残差,。,表3-2列出了女大学生身高和体重的原始数据以及相应的残差数据。,编号,1,2,3,4,5,6,7,8,身高/cm,165,165,157,170,175,165,155,170,体重/kg,48,57,50,54,64,61,43,59,残差,-6.373,2.627,2.419,-4.618,1.137,6.627,-2.883,0.382,(一),我们可以利用图形来分析残差特性,作图时纵坐标为残差,横坐标可以选为样本编号,或身高数据,或体重估计值等,这样作出的图形称为,残差图,。,3、,残差分析:,残差图的制作及作用,1、坐标纵轴为残差变量,横轴可以有不同的选择;,2、若模型选择的正确,残差图中的点应该分布在以横轴为心的带形区域;,3、对于远离横轴的点,要特别注意。,身高与体重残差图,异常点,错误数据,模型问题,表3-2列出了女大学生身高和体重的原始数据以及相应的残差数据。,编号,1,2,3,4,5,6,7,8,身高/cm,165,165,157,170,175,165,155,170,体重/kg,48,57,50,54,64,61,43,59,残差,-6.373,2.627,2.419,-4.618,1.137,6.627,-2.883,0.382,(一),我们可以利用图形来分析残差特性,作图时纵坐标为残差,横坐标可以选为样本编号,或身高数据,或体重估计值等,这样作出的图形称为,残差图,。,3、,残差分析:,(二),例2,在一段时间内,某中商品的价格x元和需求量Y件之间的一组数据为:,求出Y对的回归直线方程,并说明拟合效果的好坏。,价格x,14,16,18,20,22,需求量Y,12,10,7,5,3,列出残差表为,0.994,因而,拟合效果较好。,0,0.3,-0.4,-0.1,0.2,4.6,2.6,-0.4,-2.4,-4.4,例3,关于x与y有如下数据:,有如下的两个线性模型:,(1);(2),试比较哪一个拟合效果更好。,x,2,4,5,6,8,y,30,40,60,50,70,7、一般地,建立回归模型的基本步骤为:,(1)确定研究对象,明确哪个变量是解析变量,哪个变量是预报变量。,(2)画出确定好的解析变量和预报变量的散点图,观察它们之间的关系(如是否存在线性关系等)。,(3)由经验确定回归方程的类型(如我们观察到数据呈线性关系,则选用线性回归方程y=bx+a).,(4)按一定规则估计回归方程中的参数(如最小二乘法)。,(5)得出结果后分析残差图是否有异常(个别数据对应残差过大,或残差呈现不随机的规律性,等等),过存在异常,则检查数据是否有误,或模型是否合适等。,什么是回归分析?,(内容),从一组样本数据出发,确定变量之间的数学关系式,对这些关系式的可信程度进行各种统计检验,并从影响某一特定变量的诸多变量中找出哪些变量的影响显著,哪些不显著,利用所求的关系式,根据一个或几个变量的取值来预测或控制另一个特定变量的取值,并给出这种预测或控制的精确程度,回归分析与相关分析的区别,相关分析中,变量,x,变量,y,处于平等的地位;回归分析中,变量,y,称为因变量,处在被解释的地位,,x,称为自变量,用于预测因变量的变化,相关分析中所涉及的变量,x,和,y,都是随机变量;回归分析中,因变量,y,是随机变量,自变量,x,可以是随机变量,也可以是非随机的确定变量,相关分析主要是描述两个变量之间线性关系的密切程度;回归分析不仅可以揭示变量,x,对变量,y,的影响大小,还可以由回归方程进行预测和控制,例3、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刚的时间)的一列数据,如下表所示:,x(0.01%),104,180,190,177,147,134,150,191,204,121,y(min),100,200,210,185,155,135,170,205,235,125,(1)y与x是否具有线性相关关系;,(2)如果具有线性相关关系,求回归直线方程;,(3)预测当钢水含碳量为160个0.01%时,应冶炼多少分钟?,如何描述两个变量之间线性相关关系的强弱?,在数学3中,我们学习了用相关系数r来衡量两个变量,之间线性相关关系的方法。,相关系数r,正相关;负相关。通常,r0.75或r-0.75认为两个变量有很强的相关性,相关关系的测度,(相关系数取值及其意义),-1.0,+1.0,0,-0.5,+0.5,完全负相关,无线性相关,完全正相关,负相关程度增加,r,正相关程度增加,(1)列出下表,并计算,i,1,2,3,4,5,6,7,8,9,10,x,i,104,180,190,177,147,134,150,191,204,121,y,i,100,200,210,185,155,135,170,205,235,125,x,i,y,i,10400,36000,39900,32745,22785,18090,25500,39155,47940,15125,故,钢水含碳量与冶炼时间具有很强线性相关性,所以回归直线的方程为 =1.267x-30.51,(3)当x=160时,1.267.160-30.51=172,(2)设所求的回归方程为,
展开阅读全文