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,*,3.1,回归分析的基本思想及其初步应用,高二数学 选修,2-3,复习回顾:,相关关系的强弱,-,线性相关系数,(2)r,为正时,表明变量,x,与,y,正相关,;r,为负时,表明变,量,x,与,y,负相关。,(,3,),r,的绝对值越大,,x,与,y,的相关性越强。,比,数学,3,中“回归”增加的内容,数学,统计,画散点图,了解最小二乘法的思想,求回归直线方程,y,bx,a,用回归直线方程解决应用问题,选修,2-3,统计案例,引入线性回归模型,y,bx,a,e,了解模型中随机误差项,e,产生的原因,了解相关指数,R,2,和模型拟合的效果之间的关系,了解残差图的作用,利用线性回归模型解决一类非线性回归问题,正确理解分析方法与结果,例,1,从某大学中随机选取,8,名女大学生,其身高和体重数据如表,1-1,所示。,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,求根据一名女大学生的身高预报她的体重的回归方程,并预报一名身高为,172cm,的女大学生的体重。,案例,1,:女大学生的身高与体重,解:,1,、选取身高为自变量,x,,,体重为因变量,y,,,作散点图:,2,、由散点图知道身高和体重有比较好的线性相关关系,因此可以用线性回归方程刻画它们之间的关系。,分析:由于问题中要求根据身高预报体重,因此选取身高为自变量,体重为因变量,2.,回归方程:,1.,散点图;,本例中,r=0.7980.75,这表明体重与身高有很强的线性相关关系,从而也表明我们建立的回归模型是有意义的。,探究,:,身高为,172cm,的女大学生的体重一定是,60.316kg,吗?如果不是,你能解析一下原因吗?,答:身高为,172cm,的女大学生的体重不一定是,60.316kg,,,但一般可以认为她的体重接近于,60.316kg,。,即,用这个回归方程不能给出每个身高为,172cm,的女大学生的体重的预测值,只能给出她们平均体重的值。,例,1,从某大学中随机选取,8,名女大学生,其身高和体重数据如表,1-1,所示。,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,求根据一名女大学生的身高预报她的体重的回归方程,并预报一名身高为,172cm,的女大学生的体重。,案例,1,:女大学生的身高与体重,解:,1,、选取身高为自变量,x,,,体重为因变量,y,,,作散点图:,2,、由散点图知道身高和体重有比较好的线性相关关系,因此可以用线性回归方程刻画它们之间的关系。,3,、从散点图还看到,样本点散布在某一条直线的附近,而不是在一条直线上,所以不能用一次函数,y=,bx+a,描述它们关系。,我们可以用下面的,线性回归模型,来表示:,y=,bx+a+e,,,(3),其中,a,和,b,为模型的未知参数,,e,称为随机误差,。,y=,bx+a+e,,,E(e)=0,D(e)=,(4),在线性回归模型,(4),中,随机误差,e,的方差 越小,通过回归直线,(5),预报真实值,y,的精度越高。随机误差是引起预报值 与真实值,y,之间的误差的原因之一,其大小取决于随机误差的方差。,另一方面,由于公式,(1),和,(2),中 和 为截距和斜率的估计值,它们与真实值,a,和,b,之间也存在误差,这种误差是引起预报值与真实值,y,之间误差的另一个原因。,思考,:,产生随机误差项,e,的原因是什么?,随机误差,e,的来源,(,可以推广到一般):,1,、忽略了其它因素的影响:影响身高,y,的因素不只是体重,x,,,可能还包括遗传基因、饮食习惯、生长环境等因素;,2,、用线性回归模型近似真实模型所引起的误差;,3,、身高,y,的观测误差。,以上三项误差越小,说明我们的回归模型的拟合效果越好。,函数模型与回归模型之间的差别,函数模型:,回归模型:,线性回归模型,y=,bx+a+e,增加了随机误差项,e,,,因变量,y,的值由自变量,x,和,随机误差项,e,共同确定,即,自变量,x,只能解析部分,y,的变化,。,在统计中,我们也把自变量,x,称为解释变量,因变量,y,称为预报变量。,所以,对于身高为,172cm,的女大学生,由回归方程可以预报其体重为,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。,在研究两个变量间的关系时,首先要根据散点图来粗略判断它们是否线性相关,,是否可以用回归模型来拟合数据。,残差分析与残差图的定义:,然后,我们可以通过残差 来判断模型拟合的效果,判断原始,数据中是否存在可疑数据,,这方面的分析工作称为残差分析,。,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,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,。,残差图的制作及作用。,坐标纵轴为残差变量,横轴可以有不同的选择;,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,;,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,几点说明:,第一个样本点和第,6,个样本点的残差比较大,需要确认在采集过程中是否有人为的错误。如果数据采集有错误,就予以纠正,然后再重新利用线性回归模型拟合数据;如果数据采集没有错误,则需要寻找其他的原因。,另外,残差点比较均匀地落在水平的带状区域中,说明选用的模型计较合适,这样的带状区域的宽度越窄,说明模型拟合精度越高,回归方程的预报精度越高。,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,解:,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,-4.4,一般地,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。,
展开阅读全文