3.1 回归分析的基本思想及其初步应用
问题导学
一、求线性回归方程 活动与探究1
某工厂1~8月份某种产品的产量与成本的统计数据见下表: 月份 1 2 3 4 5 6 7 8 产量(吨) 5.6 6.0 6.1 6.4 7.0 7.5 8.0 8.2 成本(万元) 130 136 143 149 157 172 183 188 以产量为x,成本为y. (1)画出散点图;
(2)y与x是否具有线性相关关系?若有,求出其回归方程. 迁移与应用
1.(2013海南海口模拟)在一次试验中,测得(x,y)的四组值分别是A(1,2),B(2,3),C(3,4),D(4,5),则y与x之间的回归直线方程为( )
^
^
A.y=x+1 B.y=x+2
^
^
C.y=2x+1 D.y=x-1
2.某商场经营一批进价是30元/台的小商品,在市场试验中发现,此商品的销售单价x(x取整数)元与日销售量y台之间有如下关系: x 35 40 45 50 y 56 41 28 11 (1)y与x是否具有线性相关关系?如果具有线性相关关系,求出回归直线方程.(方程的斜率精确到个位)
(2)设经营此商品的日销售利润为P元,根据(1)写出P关于x的函数关系式,并预测当销售单价x为多少元时,才能获得最大日销售利润.
(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.
二、线性回归分析 活动与探究2
某运动员训练次数与运动成绩之间的数据关系如下: 次数(x) 30 33 35 37 39 44 46 50 成绩(y) 30 34 37 39 42 46 48 51 (1)作出散点图; (2)求出线性回归方程;
(3)作出残差图,并说明模型的拟合效果;
2
(4)计算R,并说明其含义. 迁移与应用
1.某产品的广告费用x与销售额y的统计数据如下表: 广告费用x/万元 4 2 3 5 销售额y/万元 49 26 39 54 ^^^^根据上表可得回归方程y=bx+a中的b为9.4,据此模型预报广告费用为6万元时销售
额为( )
A.63.6万元 B.65.5万元 C.67.7万元 D.72.0万元
2.在一段时间内,某种商品的价格x(元)和需求量y(件)之间的一组数据为:
x(元) 14 16 18 20 22
1
12 10 7 5 3 且知x与y具有线性相关关系,求出y对x的回归直线方程,并说明拟合效果的好坏. “相关指数R、残差图”在回归分析中的作用:
n^
2
2
y(件)
? yi-yii=1
(1)相关指数R是用来刻画回归效果的,由R=1-
n22
可知R越大,意味
2
? yi-yi=1
2
着残差平方和越小,也就是说模型的拟合效果就越好.
(2)残差图也是用来刻画回归效果的,判断依据是:残差点比较均匀地分布在水平带状区域中,带状区域越窄,说明模型拟合精度越高, 回归方程预报精度越高.
三、非线性回归分析 活动与探究3
下表为收集到的一组数据: x 21 23 25 27 29 32 35 y 7 11 21 24 66 115 325 (1)作出x与y的散点图,并猜测x与y之间的关系; (2)建立x与y的关系,预报回归模型并计算残差; (3)利用所得模型,预报x=40时y的值. 迁移与应用
1.在彩色显影中,由经验知形成染料光学密度y与析出银的光学密度x由公式y=
Ae(b<0)表示,现测得试验数据如下: xi yi 0.05 0.06 0.25 0.31 0.07 0.10 0.38 0.43 0.14 0.20 0.10 0.14 1.00 1.12 0.23 0.37 1.19 1.25 0.59 0.79 则y对x的回归方程是__________. 2.在一次抽样调查中测得样本的5个样本点,数值如下表:
x 0.25 0.5 1 2 4 y 16 12 5 2 1 试建立y与x之间的回归方程. 0.47 1.29 bx
非线性回归问题有时并不给出经验公式,这时我们可以画出已知数据的散点图,把它与学过的各种函数(幂函数、指数函数、对数函数等)图象作比较,挑选一种跟这些散点拟合得最好的函数,然后采用适当的变量置换,把问题化为线性回归分析问题,使之得到解决.
答案:
课前·预习导学 【预习导引】
n? (xi-xi=1
)(yi-y)
=
?xy?nxyiii?1nn1.(1)确定性 非确定性 (2)相关 (3)
n? (xi-xi=1
^
)
2
?xi?12i?nx2 y-bx 样本点的中心 (4)随机误差 解释变量 预报变量
预习交流1 D
^
^
^
2.yi-bxi-a yi-yi yi-bxi-a
2