110 likes | 238 Vues
线性回归方程 (1). 情境: 客观事物是相互联系的,过去研究的大 多数是因果关系。比如说:某某同学的数 学成绩与物理成绩,彼此是互相联系的, 但不能认为数学是“因”,物理是“果”,或 者反过来说。事实上数学和物理成绩都是 “果” , 而真正的“因”是学生的理科学习能力 和努力程度。所以说,函数关系存在着一 种确定性关系。但还存在着另一种非确定 性关系 —— 相关关系 。. 问题:. 某小卖部为了了解热茶销售量与气温 之间的关系,随机统计并制作了某 6 天 卖出热茶的杯数与当天气温的对照表:. 如果某天的气温是 -5 0 C ,你能根据这些
E N D
情境: 客观事物是相互联系的,过去研究的大 多数是因果关系。比如说:某某同学的数 学成绩与物理成绩,彼此是互相联系的, 但不能认为数学是“因”,物理是“果”,或 者反过来说。事实上数学和物理成绩都是 “果”,而真正的“因”是学生的理科学习能力 和努力程度。所以说,函数关系存在着一 种确定性关系。但还存在着另一种非确定 性关系——相关关系。
问题: 某小卖部为了了解热茶销售量与气温 之间的关系,随机统计并制作了某6天 卖出热茶的杯数与当天气温的对照表: 如果某天的气温是-50C,你能根据这些 数据预测这天小卖部卖出热茶的杯数吗?
为了了解热茶销量与 气温的大致关系,我们 以横坐标x表示气温, 纵坐标y表示热茶销量, 建立直角坐标系.将表 中数据构成的6个数对 表示的点在坐标系内 标出,得到下图。今 后我们称这样的图为 散点图(scatterplot).
选择怎样的直线近似地表示热茶销量与气 温之间的关系?我们有多种思考方案: (1)选择能反映直线变化的两个点,例如取 这两点的直线; (2)取一条直线,使得位于该直线一侧和 另一侧的点的个数基本相同; (3)多取几组点,确定几条直线方程,再分 别算出各条直线斜率、截距的平均值,作为 所求直线的斜率、截距; ……………… 怎样的直线最好呢?
建构数学 1.最小平方法: 用方程为 的直线拟合散点图中 的点,应使得该直线与散点图中的点最接近 那么,怎样衡量直线 与图中六 个点的接近程度呢? 我们将表中给出的自变量 的六个值 带入直线方程,得到相应的六个值: 它们与表中相应的实际值应该越接近越好.
与各散点 是直线 在垂直方向(纵轴方向)上的距离的平 方和,可以用来衡量 所以,我们用类似于估计平均数时的 思想,考虑离差的平方和
线性相关关系: 像这样能用直线方程 直线 与图中六个点的接近 程度,所以,设法取 的值,使 近似表示的相关关系叫做线性相关关系. 达到最小值.这种方法叫做最小平方法 (又称最小二乘法) .
线性回归方程: 一般地,设有 n个观察数据如下: 当a,b使 为拟合 取得最小值时,就称 这n对数据的线性回归方程,该方程所表 示的直线称为回归直线.
练习: (1)第75页练习1、2 (2)下列两个变量之间的关系哪个不 是函数关系 ( ) A.角度和它的余弦值 B.正方形边长和面积 C.正n边形的边数和它的内角和 D.人的年龄和身高 D
(3)给出施化肥量对水稻产量影响的 试验数据: (1)画出上表的散点图; (2)求出回归直线并且画出图形.