學(xué)年3.1《回歸分析》課時(shí)2課件

1、金太陽(yáng)好教育云平臺(tái)金太陽(yáng)好教育云平臺(tái) 3.13.1回歸分析的基本思想回歸分析的基本思想及其初步應(yīng)用及其初步應(yīng)用（第第二二課時(shí)課時(shí)） 1通過(guò)典型案例的探究，進(jìn)一步了解回歸分析的基本思想、方法及其初步應(yīng)用 2讓學(xué)生經(jīng)歷數(shù)據(jù)處理的過(guò)程，培養(yǎng)他們對(duì)數(shù)據(jù)的直觀感覺(jué)，體會(huì)統(tǒng)計(jì)方法的特點(diǎn)，認(rèn)識(shí)統(tǒng)計(jì)方法的應(yīng)用，通過(guò)使用轉(zhuǎn)化后的數(shù)據(jù)，求相關(guān)指數(shù)，運(yùn)用相關(guān)指數(shù)進(jìn)行數(shù)據(jù)分析、處理的方法 3從實(shí)際問(wèn)題中發(fā)現(xiàn)已有知識(shí)的不足，激發(fā)好奇心，求知欲，通過(guò)尋求有效的數(shù)據(jù)處理方法，開(kāi)拓學(xué)生的思路，培養(yǎng)學(xué)生的探索精神和轉(zhuǎn)化能力，通過(guò)案例的分析使學(xué)生了解回歸分析在實(shí)際生活中的應(yīng)用，增強(qiáng)數(shù)學(xué)取之生活，用于生活的意識(shí)，提高學(xué)習(xí)興趣 本節(jié)

2、課通過(guò)例題線性相關(guān)關(guān)系知識(shí)，通過(guò)實(shí)際問(wèn)題中發(fā)現(xiàn)已有知識(shí)的不足，引導(dǎo)學(xué)生尋找解決非線性回歸問(wèn)題思想與方法，培養(yǎng)學(xué)生化歸數(shù)學(xué)思想。通過(guò)知識(shí)的整理，通過(guò)例題講解掌握解決非線性回歸問(wèn)題。 本節(jié)內(nèi)容學(xué)生內(nèi)容不易掌握，通過(guò)知識(shí)整理與比較引導(dǎo)學(xué)生進(jìn)行區(qū)分、理解。通過(guò)對(duì)典型案例的探究，練習(xí)進(jìn)行鞏固解決非線性回歸基本思想方法及初步應(yīng)用建立回歸模型的基本步驟建立回歸模型的基本步驟(1)確定研究對(duì)象，明確哪個(gè)變量是解釋變量，哪個(gè)變量是預(yù)報(bào)變量(2)畫(huà)出確定好的解釋變量和預(yù)報(bào)變量的散點(diǎn)圖，觀察它們之間的關(guān)系(如是否存在線性關(guān)系等)(3)由經(jīng)驗(yàn)確定回歸方程的類型(如我們觀察到數(shù)據(jù)呈線性關(guān)系，則選用線性回歸方程)(4)按

3、一定規(guī)則(如最小二乘法)估計(jì)回歸方程中的參數(shù)(5)得出結(jié)果后分析殘差圖是否有異常(如個(gè)別數(shù)據(jù)對(duì)應(yīng)殘差過(guò)大，或殘差呈現(xiàn)不隨機(jī)的規(guī)律性等)若存在異常，則檢查數(shù)據(jù)是否有誤，或模型是否合適等(6)參數(shù)R2與相關(guān)系數(shù)r提示:它們都是刻畫(huà)兩個(gè)變量之間的的相關(guān)關(guān)系的,區(qū)別是R2表示解釋變量對(duì)預(yù)報(bào)變量變化的貢獻(xiàn)率,其表達(dá)式為R2=1- ;相關(guān)系數(shù)r是檢驗(yàn)兩個(gè)變量相關(guān)性的強(qiáng)弱程度,其表達(dá)式為 n2iii 1n2ii 1yyyy$nniii ii 1i 1nnnn222222iiiii 1i 1i 1i 1x x y yxy nx yr.x xy y( xnx)( yny)（7）相關(guān)系數(shù)r與R2(1)R2是相關(guān)系

4、數(shù)的平方,其變化范圍為0,1,而相關(guān)系數(shù)的變化范圍為-1,1.(2)相關(guān)系數(shù)可較好地反映變量的相關(guān)性及正相關(guān)或負(fù)相關(guān),而R2反映了回歸模型擬合數(shù)據(jù)的效果.(3)當(dāng)|r|接近于1時(shí)說(shuō)明兩變量的相關(guān)性較強(qiáng),當(dāng)|r|接近于0時(shí)說(shuō)明兩變量的相關(guān)性較弱,而當(dāng)R2接近于1時(shí),說(shuō)明線性回歸方程的擬合效果較好.31表325115662421117/y35322927252321C/0個(gè)個(gè)產(chǎn)卵數(shù)產(chǎn)卵數(shù)溫度溫度例：一只紅鈴蟲(chóng)產(chǎn)卵數(shù)y和溫度x有關(guān)，現(xiàn)收集到的一組數(shù)據(jù)如下表1-3表，試建立y與x之間的回歸方程。畫(huà)出確定好的解釋變量和預(yù)報(bào)變量的散點(diǎn)圖，觀察它們之間的關(guān)系（1）是否存在線性關(guān)系？（2）散點(diǎn)圖具有哪種函數(shù)特

5、征？（3）以指數(shù)函數(shù)模型為例，如何設(shè)模型函數(shù)？非線性關(guān)系非線性關(guān)系指數(shù)函數(shù)、二次函數(shù)、三次函數(shù)指數(shù)函數(shù)、二次函數(shù)、三次函數(shù)41 . 1圖溫度溫度產(chǎn)卵數(shù)產(chǎn)卵數(shù) .,abxy線性回歸方程線性回歸方程我們稱之為非我們稱之為非時(shí)時(shí)當(dāng)回歸方程不是形如當(dāng)回歸方程不是形如cc21設(shè)指數(shù)函數(shù)曲線 其中 和 是待定參數(shù)。ecyxc12我們可以通過(guò)對(duì)數(shù)變換把指數(shù)關(guān)系變?yōu)榫€性關(guān)系()這樣就可以利用線性回歸模型來(lái)建立z 與x回歸模型，進(jìn)而找到y(tǒng)與x的非線性回歸方程。*則變換后樣本點(diǎn)分布在直線的周圍。令)cb,clna(abxz21=+=ylnz =現(xiàn)在問(wèn)題變?yōu)槿绾喂烙?jì)待定參數(shù) 和 ？cc21非線性回歸模型非線性回歸模

6、型.,51 . 1.4151 . 1用線性回歸方程來(lái)擬合因此可以一條直線的附近變換后的樣本點(diǎn)分布在看出中可以從圖中數(shù)據(jù)的散點(diǎn)圖給出了表784.5745.4190.4178.3045.3398.2946.1z35322927252321x41表產(chǎn)卵數(shù)的對(duì)數(shù)溫度51 . 1圖.843. 3272. 041xz到線性回歸方程中的數(shù)據(jù)得由表圖的樣本數(shù)據(jù)表的數(shù)據(jù)可以得到變換后由表, 4131(6)ey0.272x-3.843(1)325115662421117y12251024841729625529441t51表另一方面,可以認(rèn)為圖11-4中樣本點(diǎn)集中在某二次曲線因此可以對(duì)溫度變量做變換,即令 然后建

7、立y與t之間的線性回歸方程，從而得到y(tǒng)與x之間的排線性回歸方程。,2xt 的附近,其中 和 為待定參數(shù).43cc423cxcy表1-5是紅鈴蟲(chóng)的產(chǎn)卵數(shù)和對(duì)應(yīng)的溫度的平方，圖1.1-6是相應(yīng)的散點(diǎn)圖.,61 . 1423下面介紹具體方法到還可以通過(guò)殘差分析得這個(gè)結(jié)論之間的關(guān)系與來(lái)擬合二次曲線即不宜用合它回歸方程來(lái)擬此不宜用線性因直線的周圍不分布在一條的散點(diǎn)圖并與可以看出中從圖xycxcyty溫度的平方數(shù)卵產(chǎn)61 . 1圖中用線性回歸模型擬合表的二次回歸方程關(guān)于下面建立的指數(shù)回歸方程關(guān)于前面已經(jīng)建立了方程歸需要建立兩個(gè)相應(yīng)的回殘差為比較兩個(gè)不同模型的51.,.,xyxy 7.54.202x367.

8、0y xy,54.202t367.0y ty,222的二次回歸方程為關(guān)于即的線性回歸方程關(guān)于得到的數(shù)據(jù) 的殘差計(jì)算公式分別為和則回歸方程列的數(shù)據(jù)行第第表示表用的擬合效果和個(gè)回歸方程可以通過(guò)殘差來(lái)比較兩76,1151.76ixi ; 7 , 2 , 1i ,eyy ye 843.3x272.0i1ii1i .7 , 2 , 1i ,54.202x367.0yy ye 2ii2ii2i .76,76.61的擬合效果好型的擬合效果比模因此模型的殘差的絕對(duì)值小模型的殘差的絕對(duì)值顯然比模型從表中的數(shù)據(jù)可以看出殘差的兩個(gè)回歸方程的給出了原始數(shù)據(jù)及相應(yīng)表 965.77268.58107.4041003835

9、.5397.19693.47e 928.32153.14889.8149.9760.1617.0518.0e 325115662421117y35322927252321x2161表 .76.432.15448,673.14507661.,.,.,21型的擬合效果遠(yuǎn)遠(yuǎn)優(yōu)于模因此模型的殘差平方和分別為和算出模型容易由表擬合的效果越好殘差平方和越小的模型合效果的大小來(lái)判斷模型的擬兩個(gè)模型的殘差平方和這時(shí)可以通過(guò)比較則相反而另一些樣本點(diǎn)的情況的小型差的絕對(duì)值比另一個(gè)模的殘某些樣本點(diǎn)上一個(gè)模型原因是在較困難比較兩個(gè)模型的殘差比在一般情況下QQ ,b, xgya, xfy21和和對(duì)于給定的樣本點(diǎn) ,兩個(gè)

10、含有未知數(shù)的模型 1122,nnxyxyxy其中a和b都是未知參數(shù),可以按如下的步驟來(lái)比較它們的擬合效果. .ba 其中 和 分別是參數(shù)a、b的估計(jì)值（1）分別建立對(duì)應(yīng)于兩個(gè)模型的回歸方程 ,b, xgy 2 a , xfy 1 ;y yQn1i22ii2 Q1 y yn1i21ii與（2）分別計(jì)算兩個(gè)回歸方程的殘差平方和 .b, xgy a , xfy ,;b, xgy a , xfy ,QQ212121的好的效果不如反之的好的效果比則（3）若非線性回歸問(wèn)題的處理方法(1)兩個(gè)變量不呈線性關(guān)系,不能直接利用線性回歸方程建立兩個(gè)變量的關(guān)系,可以通過(guò)變換的方法轉(zhuǎn)化為線性回歸模型,如y= ,我們可

11、以通過(guò)對(duì)數(shù)變換把指數(shù)關(guān)系變?yōu)榫€性關(guān)系.令z=lny,則變換后樣本點(diǎn)應(yīng)該分布在直線z=bx+a(a=lnc1,b=c2)的周圍.2c x1ce(2)非線性回歸方程的求法根據(jù)原始數(shù)據(jù)(x,y)作出散點(diǎn)圖;根據(jù)散點(diǎn)圖,選擇恰當(dāng)?shù)臄M合函數(shù);作恰當(dāng)?shù)淖儞Q,將其轉(zhuǎn)化成線性函數(shù),求線性回歸方程;在的基礎(chǔ)上通過(guò)相應(yīng)的變換,即可得非線性回歸方程.(3)非線性相關(guān)問(wèn)題中常見(jiàn)的幾種線性變換在實(shí)際問(wèn)題中,常常要根據(jù)一批實(shí)驗(yàn)數(shù)據(jù)繪出曲線,當(dāng)曲線類型不具備線性相關(guān)關(guān)系時(shí),可以根據(jù)散點(diǎn)分布的形狀與已知函數(shù)的圖象進(jìn)行比較,確定曲線的類型,再作變量替換,將曲線改為直線.下面是幾種容易通過(guò)變量替換轉(zhuǎn)化為直線的函數(shù)模型:y=a+

12、,y=a+ ,令令t= t= ，則有，則有y=y=a+bta+bt；y=y=axaxb b，令，令z=ln yz=ln y，t=ln xt=ln x，m=ln am=ln a，則有，則有z=z=m+btm+bt；y=y=aeaebxbx，令，令z=ln yz=ln y，m=ln a,m=ln a,則有則有z=z=m+btm+bt；y= ,y= ,令令z=ln z=ln y,ty,t= = ，m=ln am=ln a，則有，則有z=z=m+btm+bt；y=y=a+blna+bln x x，令，令t=ln xt=ln x，則有，則有z=z=a+bta+bt；y=bxy=bx2 2+a,+a,令令t=xt=x2 2，則有，則有y=y=bt+abt+a. .bx1xbxae1x例例 某種食品每公斤的生產(chǎn)成本y(元)與該食品生產(chǎn)的重量x(公斤)有關(guān)，經(jīng)生產(chǎn)統(tǒng)計(jì)得到以下數(shù)據(jù)：x123510203050100200y10.155.524.082.852.11 1.621.411.301.211.15通過(guò)以上數(shù)據(jù)判斷該食品的成本y(元)與生產(chǎn)的重量x(公斤)的倒數(shù)1/x之間是否具有線性相關(guān)關(guān)系？若有，求出y關(guān)于1/x的回歸直線方程，并借此估計(jì)一下生產(chǎn)該食品500公斤時(shí)每公斤的生產(chǎn)成本是多少？(精確到0.01) 于是 y 與1x的回歸方程為y