回归分析的基本思想及其初步应用_精品文档.docx
《回归分析的基本思想及其初步应用_精品文档.docx》由会员分享,可在线阅读,更多相关《回归分析的基本思想及其初步应用_精品文档.docx(19页珍藏版)》请在冰豆网上搜索。
![回归分析的基本思想及其初步应用_精品文档.docx](https://file1.bdocx.com/fileroot1/2022-10/14/667949a0-6228-4e6c-a457-278bdaca6460/667949a0-6228-4e6c-a457-278bdaca64601.gif)
欢迎您选择新活力教育用心学习教案学生:
第一章:
统计案例
回归分析的基本思想及其初步应用
实例从某大学中随机选取8名女大学生,其身高/cm和体重/kg数据如下表所示:
编号
1
2
3
4
5
6
7
8
身高
165
165
157
170
175
165
155
170
体重
48
57
50
54
64
61
43
59
问题:
画出散点图,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.
解:
由于问题中要求根据身高预报体重,因此选自变量x,为因变量.
(1)做散点图:
从散点图可以看出和有比较好的
相关关系.
(2)==
所以
于是得到回归直线的方程为
(3)身高为172cm的女大学生,由回归方程可以预报其体重为
新知:
用相关系数r可衡量两个变量之间关系.计算公式为
r=
r>0,相关,r<0相关;
相关系数的绝对值越接近于1,两个变量的线性相关关系,它们的散点图越接近;
,两个变量有关系.
例1某班5名学生的数学和物理成绩如下表:
学生
学科
A
B
C
D
E
数学成绩(x)
88
76
75
64
62
物理成绩(y)
78
65
70
62
60
(1)画散点图;
(2)求物理成绩y对数学成绩x的回归直线方程;
(3)该班某学生数学成绩为96,试预测其物理成绩;
练习1:
下表提供了某厂节能降耗技术改造后生产甲产品过程中记录的产量(吨)与相应的生产能耗(吨标准煤)的几组对照数据
(1)请画出上表数据的散点图;
(2)请根据上表提供的数据,用最小二乘法求出关于的线性回归方程;
(3)已知该厂技改前100吨甲产品的生产能耗为90吨标准煤.试根据
(2)求出的线性同归方程,预测生产100吨甲产品的生产能耗比技改前降低多少吨标准煤?
(参考数值)
当堂检测
1.下列两个变量具有相关关系的是()
A.正方体的体积与边长
B.人的身高与视力
C.人的身高与体重
D.匀速直线运动中的位移与时间
2.在画两个变量的散点图时,下面哪个叙述是正确的()
A.预报变量在x轴上,解释变量在y轴上
B.解释变量在x轴上,预报变量在y轴上
C.可以选择两个变量中任意一个变量在x轴上
D.可选择两个变量中任意一个变量在y轴上
3.回归直线必过()
A.B.C.D.
4.越接近于1,两个变量的线性相关关系.
5.已知回归直线方程,则时,y的估计值为.
6、一台机器使用的时间较长,但还可以使用,它按不同的转速生产出来的某机械零件有一些会有缺点,每小时生产有缺点零件的多少,随机器的运转的速度而变化,下表为抽样试验的结果:
转速x(转/秒)
16
14
12
8
有缺点零件数y(件)
11
9
8
5
(1)画散点图;
(2)求回归直线方程;
(3)若实际生产中,允许每小时的产品中有缺点的零件最多为10个,那么机器的运转速度应控制
在什么范围内?
相关指数:
表示对的贡献,公式为:
的值越大,说明残差平方和,说明模型拟合效果.
残差分析:
通过
来判断拟合效果.通常借助图实现.
残差图:
横坐标表示,纵坐标表示.
残差点比较均匀地落在的区的区域中,说明选用的模型,
带状区域的宽度越,说明拟合精度越,回归方程的预报精度越
例1关于与y有如下数据:
2
4
5
6
8
30
40
60
50
70
为了对、y两个变量进行统计分析,现有以下两种线性模型:
,,试比较哪一个模型拟合的效果更好?
例2假定小麦基本苗数x与成熟期有效苗穗y之间存在相关关系,今测得5组数据如下:
15.0
25.8
30.0
36.6
44.4
39.4
42.9
42.9
43.1
49.2
(1)画散点图;
(2)求回归方程并对于基本苗数56.7预报期有效穗数;
(3)求,并说明残差变量对有效穗数的影响占百分之几.
(参考数据:
,)
练1.某班5名学生的数学和物理成绩如下表:
学生
学科
A
B
C
D
E
数学成绩(x)
88
76
75
64
62
物理成绩(y)
78
65
70
62
60
(4)求学生A,B,C,D,E的物理成绩的实际成绩和回归直线方程预报成绩的差.并作出残差图评价拟合效果.
练习:
1.两个变量y与x的回归模型中,分别选择了4个不同模型,它们的相关指数如下,其中拟合
效果最好的模型是().
A.模型1的相关指数为0.98
B.模型2的相关指数为0.80
C.模型3的相关指数为0.50
D.模型4的相关指数为0.25
2.在回归分析中,残差图中纵坐标为().
A.残差B.样本编号C.xD.
3.通过来判断模拟型拟合的效果,判断原始数据中是否存在可疑数据,这种分工称为().
A.回归分析B.独立性检验分析
C.残差分析D.散点图分析
4.越接近1,回归的效果.
5.在研究身高与体重的关系时,求得相关指数
,可以叙述为“身高解释了的体重变化,而随机误差贡献了剩余”所以身高对体重的效应比随机误差的.
练.(07广东文科卷)下表提供了某厂节能降耗技术改造后生产甲产品过程中记录的产量(吨)与相应的生产能耗(吨标准煤)的几组对照数据
(1)请画出上表数据的散点图;
(2)请根据上表提供的数据,用最小二乘法求出关于的线性回归方程;
(3)已知该厂技改前100吨甲产品的生产能耗为90吨标准煤.试根据
(2)求出的线性同归方程,预测生产100吨甲产品的生产能耗比技改前降低多少吨标准煤?
(参考数值)
(4)求相关指数评价模型.
实例一只红铃虫的产卵数和温度有关,现收集了7组观测数据列于下表中,试建立与之间的回归方程.
温度
21
23
25
27
29
32
35
产卵数个
7
11
21
24
66
115
325
(1)根据收集的数据,做散点图
上图中,样本点的分布没有在某个区域,因此两变量之间不呈关系,所以不能直接用线性模型.由图,可以认为样本点分布在某一条指数函数曲线的周围(为待定系数).
对上式两边去对数,得
令,则变换后样本点应该分布在直线
的周围.这样,就利用模型来建立y和x的非线性回归方程.
x
21
23
25
27
29
32
35
y
7
11
21
24
66
115
325
作散点图(描点)
由上表中的数据得到回归直线方程
因此红铃虫的产卵数和温度的非线性回归方程为
例1一只红铃虫的产卵数和温度有关,现收集了7组观测数据列于下表中,
温度
21
23
25
27
29
32
35
产卵数个
7
11
21
24
66
115
325
(散点图如由图,可以认为样本点集中于某二次曲线的附近,其中为待定参数)试建立与之间的回归方程.
练习:
1.两个变量y与x的回归模型中,求得回归方程为,当预报变量时().
A.解释变量
B.解释变量大于
C.解释变量小于
D.解释变量在左右
2.在回归分析中,求得相关指数,则().
A.解释变量解对总效应的贡献是
B.解释变量解对总效应的贡献是
C.随机误差的贡献是
D.随机误差的贡献是
3.通过来判断模拟型拟合的效果,判断原始数据中是否存在可疑数据,这种分析称为().
A.回归分析B.独立性检验分析
C.残差分析D.散点图分析
4.在研究两个变量的相关关系时,观察散点图发现样本点集中于某一条指数曲线的周围,令,求得回归直线方程为,则该模型的回归方程为.
5.已知回归方程,则时,y的估计值为.
独立性检验的基本思想及其初步应用
新知2:
统计量
吸烟与患肺癌列联表
假设
:
吸烟与患肺癌没关系,
则在吸烟者和不吸烟者中患肺癌不患肺癌者的相应比例.即
因此,越小,说明吸烟与患肺癌之间关系;反之,.
=
例1吸烟与患肺癌列联表
不患肺癌
患肺癌
总计
不吸烟
7775
42
7817
吸 烟
2099
49
2148
总 计
9874
91
9965
求.
练1.性别与喜欢数学课程列联表:
喜欢数学
不喜欢数学
总 计
男
37
85
122
女
35
143
178
总 计
72
228
300
求.
2.独立性检验的步骤(略)及原理(与反证法类似):
反证法
假设检验
要证明结论A
备择假设H
在A不成立的前提下进行推理
在H不成立的条件下,即H成立的条件下进行推理
推出矛盾,意味着结论A成立
推出有利于H成立的小概率事件(概率不超过的事件)发生,意味着H成立的可能性(可能性为(1-))很大
没有找到矛盾,不能对A下任何结论,即反证法不成功
推出有利于H成立的小概率事件不发生,接受原假设
某市为调查全市高中生学习状况是否对生理健康有影响,随机进行调查并得到如下的列联表:
不健康
健 康
总计
不优秀
41
626
667