资源描述
最小二乘估计,教学目标:会求线性回归系数和回归方程,教学难点:线性回归系数的公式,问题1:怎样的拟合直线方程最好?,答:保证这条直线与所有点的都近. 基于这种想法:最小二乘法,问题2:怎么定义”与所有点都近”?,答:设直线ya+bx,任意给定的一个样本点 (xi,yi) yi(a+bxi)2 刻画这个样本点与这条直线的 “距离”,表示了两者的接近程度.,定义:若有n个样本点:(x1,y1), ,(xn,yn), 可以用下面的表达式来刻画这些点与直线 ya+bx的接近程度:,使上式达到最小值的直线就是所求的直线也叫 线性回归直线.此时:,由此得到的方程称线性回归方程。,例1:上节中的练习热茶的杯数(y)与气温(x) 之间是线性相关的,1)求线性回归方程,2)如果某天的气温是30C,预测这天能卖热茶 多少杯?,练习:下面是两个变量的一组数据,请用最小二乘法求出两个变量之间的线性回归方程,概括:用最小二乘法时,先作散点图(判断是否 线性相关),若散点图呈现一定的规律, 则用这个规律来拟合曲线;如果线性相关, 则用最小二乘法;若非线性相关,则用其他 工具拟合曲线.,2 最小二乘估计的问题,练习:某种水稻施化肥量x与产量y之间有如下对 应数据(单位:kg),(1)作出散点图,检验相关性,(2)如果y与x之间具有线性相关关系,求回归方程,
展开阅读全文