资源描述
第三章,统计案例,3.2回归分析,学习目标 1.会建立线性回归模型分析两个变量间的相关关系. 2.能通过相关系数判断两个变量间的线性相关程度.,1,预习导学 挑战自我,点点落实,2,课堂讲义 重点难点,个个击破,3,当堂检测 当堂训练,体验成功,知识链接 1.什么叫回归分析? 答回归分析是对具有相关关系的两个变量进行统计分析的一种方法.,2.回归分析中,利用线性回归方程求出的函数值一定是真实值吗? 答不一定是真实值,利用线性回归方程求的值,在很多时候是个预报值,例如,人的体重与身高存在一定的线性关系,但体重除了受身高的影响外,还受其他因素的影响,如饮食、是否喜欢运动等.,预习导引,2.相关系数 对于变量x与y随机抽到的n对数据(x1,y1),(x2,y2),(xn,yn),检测统计量是样本相关系数,相关系数r的取值范围是 ,|r|越接近1,变量之间的线性相关程度越高,|r|越接近0,线性相关程度越弱,当|r| 时,有95%的把握认为两个变量之间有线性相关关系.,1,1,r0.05,3.非线性回归分析 回归曲线方程也可以线性化 (1)将幂函数型函数yaxn(a为常数,a,x,y均取正值)化为线性函数: 将yaxn两边取常用对数,则有lg ynlg xlg a,令lg y,vlg x,blg a,代入上式得nvb(其中n、b是常数),其图象是一条直线.,(2)将指数型函数ycax(a0,c0,a,c为常数)化为线性函数; 将ycax两边取常用对数,则有lg yxlg alg c,令lg y,blg c,dlg a,代入上式得dxb(d,b是常数),它的图象是一条直线.,要点一求线性回归方程 例1某班5名学生的数学和物理成绩如下表:,(1)画出散点图; 解散点图如图.,(2)求物理成绩y对数学成绩x的回归直线方程;,(3)一名学生的数学成绩是96,试预测他的物理成绩.,即可以预测他的物理成绩是82.,规律方法(1)散点图是定义在具有相关关系的两个变量基础上的,对于性质不明确的两组数据,可先作散点图,在图上看它们有无关系,关系的密切程度,然后再进行相关回归分析. (2)求回归直线方程,首先应注意到,只有在散点图大致呈线性时,求出的回归直线方程才有实际意义,否则,求出的回归直线方程毫无意义.,跟踪演练1某研究机构对高三学生的记忆力x和判断力y进行统计分析,得下表数据:,(1)请画出上表数据的散点图(要求:点要描粗); 解如图:,(3)试根据求出的线性回归方程,预测记忆力为9的同学的判断力.,要点二相关性检验 例2下面的数据是从年龄在40到60岁的男子中随机抽出的6个样本,分别测定了心脏的功能水平y(满分100)以及每天花在看电视上的平均时间x(小时).,(1)求心脏的功能水平y与每天花在看电视上的平均时间x之间的样本相关系数r;,心脏的功能水平y与每天花在看电视上的平均时间x之间的相关系数,(2)求心脏的功能水平y与每天花在看电视上的平均时间x的线性回归方程,并讨论方程是否有意义;,查表n24,r0.050.811,因为|r|0.902 50.811, 所以有95%以上的把握认为y与x之间有线性关系,这个方程是有意义的.,(3)估计平均每天看电视3小时的男子的心脏的功能水平.,因此估计平均每天看电视3小时的男子的心脏的功能水平为69分.,规律方法解决这一类问题时,首先应对问题进行必要的相关性检验,如果不作相关性检验,我们仍然可以求出x与y的线性回归方程,但不知道这时的线性回归方程是否有意义,也就不知道能否反映变量x与y之间的变化规律,只有在x与y之间具有相关关系时,求得的线性回归方程才有意义.,跟踪演练2维尼纶纤维的耐热水性能的好坏可以用指标“缩醛化度”y来衡量,这个指标越高,耐热水性能也越好,而甲醛浓度是影响缩醛化度的重要因素,在生产中常用甲醛浓度x(g/L)去控制这一指标,为此必须找出它们之间的关系,现安排一批实验,获得如下数据.,(1)画散点图; 解,(2)求线性回归方程; 解列表:,0.264 3,,(3)求相关系数r,并进行相关性检验.,0.96. 计算得r0.96r0.050.754.说明甲醛浓度与缩醛化度两个变量之间有较强的线性相关关系.,要点三非线性回归模型 例3某地区不同身高的未成年男性的体重平均值如下表:,试建立y与x之间的回归方程.,解根据上表中数据画出散点图如图所示.,由图看出,样本点分布在某条指数型函数曲线yc1e 的周围,于是令zln y.由计算器计算可得下表,,c2x,画出散点图如图所示.,由表中数据可得z与x之间的回归直线方程:,规律方法根据已有的函数知识,可以发现样本分布在某一条指数型函数曲线yc1e 的周围,其中c1和c2是待定参数;可以通过对x进行对数变换,转化为线性相关关系.,c2x,跟踪演练3某种书每册的成本费Y(元)与印刷册数x(千册)有关,经统计得到数据如下:,检验每册书的成本费Y与印刷册数的倒数 之间是否具有线性相关关系?若有,求出Y对x的回归方程;若无,说明理由.,解设,则Y与的数据关系如下表所示:,经过计算r0.999 8r0.050.632. 从而有95%的把握认为这两个变量具有线性相关关系,从而求Y与的回归直线方程有意义.,1.下列各组变量之间具有线性相关关系的是() A.出租车费与行驶的里程 B.学习成绩与学生身高 C.身高与体重 D.铁的体积与质量,1,2,3,4,C,1,2,3,4,2.若劳动生产率x(千元)与月工资y(元)之间的线性回归方程为 5080 x,则下列判断正确的是() A.劳动生产率为1 000元时,月工资为130元 B.劳动生产率提高1 000元时,月工资平均提高80元 C.劳动生产率提高1 000元时,月工资平均提高130元 D.月工资为210元时,劳动生产率为2 000元,B,1,2,3,4,1,2,3,4,解析由于销售量y与销售价格x成负相关,故排除B、D. 又当x10时,A中y100,而C中y300,C不符合实际情况,故选A. 答案A,4.某电脑公司有6名产品推销员,其工作年限与年推销金额数据如下表:,1,2,3,4,1,2,3,4,(1)求年推销金额y关于工作年限x的线性回归方程;,1,2,3,4,1,2,3,4,(2)若第6名推销员的工作年限为11年,试估计他的年推销金额.,所以可以估计第6名推销员的年推销金额为5.9万元.,课堂小结 回归分析的基本思路: (1)确定研究对象,明确哪个变量是解释变量,哪个变量是预报变量; (2)画出确定好的解释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);,
展开阅读全文