3.1.1回归分析的基本思想及其初步应用(一)精选教学PPT课件.ppt
- 【下载声明】
1. 本站全部试题类文档,若标题没写含答案,则无答案;标题注明含答案的文档,主观题也可能无答案。请谨慎下单,一旦售出,不予退换。
2. 本站全部PPT文档均不含视频和音频,PPT中出现的音频或视频标识(或文字)仅表示流程,实际无音频或视频文件。请谨慎下单,一旦售出,不予退换。
3. 本页资料《3.1.1回归分析的基本思想及其初步应用(一)精选教学PPT课件.ppt》由用户(三亚风情)主动上传,其收益全归该用户。163文库仅提供信息存储空间,仅对该用户上传内容的表现方式做保护处理,对上传内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知163文库(点击联系客服),我们立即给予删除!
4. 请根据预览情况,自愿下载本文。本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
5. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007及以上版本和PDF阅读器,压缩文件请下载最新的WinRAR软件解压。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 3.1 回归 分析 基本 思想 及其 初步 应用 精选 教学 PPT 课件
- 资源描述:
-
1、3.1.1回归分析的基本思想及其初步应用(一)人教A版选修2-3 第三章问题1:现实生活中两个变量间的关系有哪些呢?两个变量的关系不相关不相关相关关系相关关系函数关系函数关系线性相关非线性相关函数关系是一种确定性关系相关关系是一种非确定性关系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常用方法.正相关负相关 问题问题2:研究线性相关的两个变量的基本步骤是什:研究线性相关的两个变量的基本步骤是什么?么? 问题问题3:求线性回归直线的基本方法是什么?:求线性回归直线的基本方法是什么?画散点图求回归直线方程用回归直线方程进行预报-最小二乘法利用最小二乘法求回归直线的方程C【例例1 1】某产品
2、的广告支出某产品的广告支出x x(单位:万元(单位:万元) )与销售收入与销售收入y y(单(单位:万元)之间有下表所对应的数据:位:万元)之间有下表所对应的数据:一、求线性回归方程一、求线性回归方程 请问:广告费请问:广告费为为9万元时,销万元时,销售收入一定是售收入一定是129.4成元吗?成元吗?二、残差分析二、残差分析-刻画拟合效果的几种方式刻画拟合效果的几种方式1.残差2.残差图 可以通过残差发现原始数据中的可以通过残差发现原始数据中的可疑数据可疑数据,判断所,判断所建立模型的拟合程度建立模型的拟合程度.(.(研究残差的意义研究残差的意义) )可利用图形来分析残差特性可利用图形来分析残
3、差特性.作图时以作图时以纵坐标为残差纵坐标为残差,横坐横坐标为样本的编号标为样本的编号.如残差比较均匀均匀地落在水平的带状区域带状区域中,说明选用的模型比较合适.带状区域宽度带状区域宽度越越窄窄,模型拟合精度模型拟合精度越高越高,回归方程的预报精度越高. 3.相关指数利用相关指数R2来刻画回归的效果niiniiiyyyyR11221R2越接近于1,表示回归的效果越好. R2 是常用的选择模型指标之一,在实际应用中应该尽量选择R2的回归模型。 R2取值越大,表示残差平方和越小,模型的拟合效果越好.残差平方和相关指数相关指数R2是是相关系数相关系数r的平方的平方链接总体偏差平方和练一练niinii
4、niiiyyxxyyxxr12121r0时,表明两个变量正相关;r0.75时认为两个变量有很强的线性相关关系补充补充必修必修3 3第第9292页阅读材料页阅读材料如何刻画线性关系的强弱?【命题意图命题意图】本题主要考查样本的相关系数,是简单题本题主要考查样本的相关系数,是简单题.【解析解析】有题设知,这组样本数据完全正相关,故其相关系有题设知,这组样本数据完全正相关,故其相关系数为数为1,故选,故选D.返回1.1.判一判判一判( (正确的打正确的打“”“”, ,错误的打错误的打“”)”)(1)(1)残差平方和越小残差平方和越小, ,线性回归方程的拟合效果越好线性回归方程的拟合效果越好. .(
5、() )(2)(2)在画两个变量的散点图时在画两个变量的散点图时, ,预报变量在预报变量在x x轴上轴上, ,解释变量在解释变量在y y轴上轴上. .( () )(3)R(3)R2 2越接近于越接近于1,1,线性回归方程的拟合效果越好线性回归方程的拟合效果越好. .( () )2.2.做一做做一做( (请把正确的答案写在横线上请把正确的答案写在横线上) )(1)(1)从散点图上看从散点图上看, ,点散布在从左下角到右上角的区域内点散布在从左下角到右上角的区域内, ,两个两个变量的这种相关关系称为变量的这种相关关系称为. .(2)(2)在残差分析中在残差分析中, ,残差图的纵坐标为残差图的纵坐标
6、为. .(3)(3)如果发现散点图中所有的样本点都在一条直线上如果发现散点图中所有的样本点都在一条直线上, ,则残差平则残差平方和等于方和等于, ,解释变量和预报变量之间的相关系数等解释变量和预报变量之间的相关系数等于于. .答案答案:正相关正相关答案答案:残差残差3.3.在建立两个变量在建立两个变量y y与与x x的回归模型中,分别选择的回归模型中,分别选择4 4个不同模个不同模型,求出它们相对应的型,求出它们相对应的R R2 2如表,则其中拟合效果最好的模型如表,则其中拟合效果最好的模型是是( )( )A.A.模型模型1 B.1 B.模型模型2 C.2 C.模型模型3 D.3 D.模型模型
7、4 4模型模型1 12 23 34 4R R2 20.670.670.850.850.490.490.230.23B例2.已知某种商品的价格x(元)与需求量y(件)之间的关系有如下一组数据:x1416182022y1210753(1)求求y对对x的回归直线方程的回归直线方程; (2)计算计算R2,并说明回归模型拟合效果的好坏并说明回归模型拟合效果的好坏(2)请试着作出对应的残差图(4)求)求R2并说明模型的拟合效果并说明模型的拟合效果练一练练一练备用:某运动员训练次数与成绩之间的数据关系如下备用:某运动员训练次数与成绩之间的数据关系如下: :作出散点图作出散点图. .求出回归方程求出回归方程.
8、 .作出残差图作出残差图, ,并说明选用的模型的拟合效果并说明选用的模型的拟合效果. .计算计算R R2 2, ,并说明选用的模型的拟合效果并说明选用的模型的拟合效果. .次数次数x x30303333353537373939444446465050成绩成绩y y30303434373739394242464648485151练习册第练习册第47页例页例2解析:作出该运动员训练次数解析:作出该运动员训练次数(x)(x)与成绩与成绩(y)(y)之间的散之间的散点图点图, ,如图所示如图所示, ,由散点图可知由散点图可知, ,它们之间具有线性相关关它们之间具有线性相关关系系. .所以所以所以回归方
9、程为所以回归方程为 =1.041 5x-0.003 88.=1.041 5x-0.003 88.882iiii 1i 1x 39.25,y 40.875,x12 656,xy13 180,8iii 1822ii 1xy8x yb1.041 5,ay bx0.003 88.x8x $y$作残差图如图所示作残差图如图所示, ,由图可知由图可知, ,残差点比较均匀地分布在水平带状区域中残差点比较均匀地分布在水平带状区域中, ,说明选用说明选用的模型比较合适的模型比较合适. .计算得计算得R R2 20.9855,0.9855,说明了该运动员的成绩的差异有说明了该运动员的成绩的差异有98.55%98.
10、55%是由训练次数引起的是由训练次数引起的. .【延伸探究延伸探究】在题在题(2)(2)题设条件不变的情况下题设条件不变的情况下, ,试预测该运动员试预测该运动员训练训练4747次及次及5555次的成绩次的成绩. .【解析解析】由上述分析可知由上述分析可知, ,我们可用回归方程我们可用回归方程 =1.0415x-=1.0415x-0.003880.00388作为该运动员成绩的预报值作为该运动员成绩的预报值. .将将x=47x=47和和x=55x=55分别代入该方程可得分别代入该方程可得y49y49和和y57.y57.故预测该运动员训练故预测该运动员训练4747次和次和5555次的成绩分别为次的
11、成绩分别为4949和和57.57.y$【方法技巧方法技巧】刻画回归效果的两种方式刻画回归效果的两种方式(1)(1)残差图法残差图法: :残差点比较均匀地落在水平的带状区域内说明选残差点比较均匀地落在水平的带状区域内说明选用的模型比较合适用的模型比较合适. .(2)R(2)R2 2法法:R:R2 2=1- =1- 越接近越接近1,1,表明回归的效果越好表明回归的效果越好. .n2iii 1n2ii 1yyyy$总结:建立回归模型的基本步骤总结:建立回归模型的基本步骤选变量选变量画散点图画散点图选模型选模型求参数求参数分析与预测分析与预测 比数学3中“回归”增加的内容数学统计1. 画散点图画散点图
12、2. 了解最小二乘法了解最小二乘法的思想的思想3. 求回归直线方程求回归直线方程ybxa4. 用回归直线方程用回归直线方程解决应用问题解决应用问题选修2-3统计案例5. 引入线性回归模型引入线性回归模型ybxae6. 了解模型中随机误差项了解模型中随机误差项e产产生的原因生的原因7. 了解残差图的作用了解残差图的作用8. 了解相关指数了解相关指数 R2 和模型拟和模型拟合的效果之间的关系合的效果之间的关系9. 利用线性回归模型解决一类利用线性回归模型解决一类非线性回归问题非线性回归问题10. 正确理解分析方法与结果正确理解分析方法与结果一朵花语随风行,一句诗行情人意,道不尽深情几许,携一片相思
13、的云,托明月清风送你,掬一朵思念的雨,托日月流云送你。对你的真情一片,你在我的生命里,明媚了我的一生,对你眷恋情最深,一抹柔情许永恒,看朝霞起夕阳落,看烟花绽出月圆,爱有风景情有终,人面桃花相映红 。爱有风景情有终,人面桃花相映红,季节轮回,流年有爱,阳光春淡,杜鹃花红。落红尽处是尘缘。回眸繁华过往,梦里花开飘零了多少相思雨,阡陌红尘镌刻了多少风花雪夜的缠绵。拈一片花瓣芬芳了岁月,抚一缕幽香明媚了过往。与你的邂逅是我今生最美的相遇。独守山水等你陪,伊人笑魇三月催,风雨无眠丝丝细,蒙蒙在等桥头立,在水中时有时无。红裳而立,小桥流水,伞阴红动,独拥伊人,指尖的微凉心中的温暖,前世我为莲,盈盈一水间
14、,脉脉不语,等你来渡。但求你从此桥经过。与我再续今生未了的前缘。默默回想痴守轮回的誓言。陪你看风,和你落雨,一起走过山山水水,迎烈日,望飘雪,月下醉容颜,共闻此花香。多少次梦里情满西楼。我为你红袖添香,你为我挥毫泼墨。西窗烛剪,对镜花黄,琴瑟和鸣,花好月圆,柔情寄诗篇。你的浅笑嫣然,胜过人间百媚。你的情意绵绵,提醒了花开鸟鸣。阡陌流年,蓦然回首。你是我寻了一世的风景。粉面桃花,只为君开。舞尽落红,只为君心。牵念红尘,只因有你。此生但为君前醉,伴君天涯终不悔。红尘摆渡,荼靡了几度光阴。前尘往事,书不尽千古芳华。一曲高山流水遇知音,暖了多少心扉,一段梁祝凄美了几多真情。一世尘缘一遇见,温暖了红尘岁
15、月,书写了三生情缘。陌上花开,我等你来,等你穿越千山万水来赴我前生缘,今生情,来生意,与你来世再续情,往事如梦,梦里飘香,回眸相望,云水深处,脉脉含情。浅笑嫣然。如三月枝头的花蕾,绽放在我的心头。你一低头的温柔,带走了我的地老天荒。情不知所起而一往情深。爱不问缘由而一见倾心,陌上初逢只此一眼,便以辗转了千年。此心不予,此爱就真,今生相聚,来生还续,那日春光秀丽,万物复苏,燃一株檀香,静待这一世花开。青葱幽郁的庭院深处,僻静光阴里掊一把寸土种下份厚重的经世深情。若问情深有几许?情似海深如惊浪,更似繁星急捧月。只为,可以与上一世的温暖信手同行,我们在桃源深处,微笑相见。为海棠迟暮,为月色苍茫,还是
16、为转世轮回。也许,所有的牵念与绵情,都是隔尘绝世的浮光掠影。而我坐在这里面朝大海,等待属于我的春光明媚,一朝绿茵一朝醉。在思念的海岸听惊涛拍浪,任灵魂尽情徜徉在无边的诗意,我听到我的心似是倾述着昨日花红,在草木深处呢喃细雨如竹笙。摘一朵清闲,提二三两清浅,我在暮色里,听一帘风的情话,摇曳的心,微风中独享惬意,缱绻着一帘幽梦。也许,繁华的盛放,都是人间芳菲的过客,只有恰到好处的美丽,才是岁月深处最深的暖。尘世最动人的应是指间的一记深情了然,若莲花般静谧,那是千帆过尽后的平静如初。我始终相信,默契与懂得是月下未沉睡的花儿,百转深情,幽芳自远,在岁月的尽头静候佳音。听一首单曲,循环着一遍遍百转千回。
17、看屋檐下的雨滴,淅沥着一滴又一滴;风一轻拂,便会想起远方的你,想出了满目的花朵,那是我甘愿低眉的情由。总是期望,也总是张望,盼望着无论身边走过多少人,总会有一人,可以陪我从日出走到日暮,从青丝到白首。我深信,相伴的每一缕时光,都能生出别样的葱笼,就像山风与花树絮语,是引路的沉香。那一刻只想,时光慢点再慢一点,好让我爱的笃定痴狂,任快乐清晰的投射在我们的眸光中,任深情在四目相对时安然交错,最好的相伴是两颗相近的灵魂,你的微笑落在我眼里,我的名字定格在你心里,让内心的美好绘成一副生动游走的画,明媚如春,芳菲弥章。我们看树影穿越枯涩,看沉寂日渐葱笼,安暖又生香。折一枝花柳,等你在最初的季节。用心甘情
展开阅读全文