- 972.50 KB
- 2021-07-01 发布
- 1、本文档由用户上传,淘文库整理发布,可阅读全部内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,请立即联系网站客服。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细阅读内容确认后进行付费下载。
- 网站客服QQ:403074932
3.1
回归分析的基本思想及其初步应用(四)
高二数学 选修
2-3
第三章 统计案例
比
《
数学
3》
中“回归”增加的内容
数学3
——
统计
画散点图
了解最小二乘法的思想
求回归直线方程
y
=
bx
+
a
用回归直线方程解决应用问题
选修
2-3
——
统计案例
引入线性回归模型
y
=
bx
+
a
+
e
了解模型中随机误差项
e
产生的原因
了解相关指数
R
2
和模型拟合的效果之间的关系
了解残差图的作用
利用线性回归模型解决一类非线性回归问题
正确理解分析方法与结果
复习回顾
1
、线性回归模型:
y=bx+a+e
,
(3)
其中
a
和
b
为模型的未知参数,
e
称为随机误差
。
y=bx+a+e
,
E(e)=0,D(e)=
(4)
2
、数据点和它在回归直线上相应位置的差异 是随机误差的效应,称 为
残差
。
3
、对每名女大学生计算这个差异,然后分别将所得的值平方后加起来,用数学符号表示为:
称为
残差平方和
,
它代表了随机误差的效应。
4
、
两个指标:
(
1
)类比样本方差估计总体方差的思想,可以用作
为 的估计量, 越小,预报精度越高。
(
2
)我们可以用
相关指数
R
2
来刻画回归的效果,其
计算公式是:
R
2
1
,说明回归方程拟合的越好;
R
2
0
,说明回归方程拟合的越差。
在研究两个变量间的关系时,首先要根据散点图来粗略判断它们是否线性相关,是否可以用回归模型来拟合数据。
5
、残差分析与残差图的定义:
然后,我们可以通过残差 来判断模型拟合的效果,判断原始数据中是否存在可疑数据,
这方面的分析工作称为残差分析
。
我们可以利用图形来分析残差特性,作图时纵坐标为残差,横坐标可以选为样本编号,或身高数据,或体重估计值等,这样作出的图形称为
残差图
。
案例
2
一只红铃虫的产卵数
y
和温度
x
有关。现收集了
7
组观测数据列于表中:
(
1
)试建立产卵数
y
与温度
x
之间的回归方程;并预测温度为
28
o
C
时产卵数目。
(
2
)你所建立的模型中温度在多大程度上解释了产卵数的变化?
温度
x
o
C
21
23
25
27
29
32
35
产卵数
y
/
个
7
11
21
24
66
115
325
非线性回归问题
假设线性回归方程为
:
ŷ
=bx+a
选 模 型
由计算器得:线性回归方程为
y=
19.87
x
-463.73
相关指数
R
2
=
r
2
≈0.864
2
=0.7464
估计参数
解:选取气温为解释变量
x
,产卵数
为预报变量
y
。
选变量
所以,二次函数模型中温度解释了
74.64%
的产卵数变化。
探索新知
画散点图
0
50
100
150
200
250
300
350
0
3
6
9
12
15
18
21
24
27
30
33
36
39
方案
1
分析和预测
当
x
=28
时,
y =
19.87×28-463.73≈ 93
一元线性模型
奇怪?
93>66 ?
模型不好?
y=bx
2
+a
变换
y=bt+a
非线性关系 线性关系
方案
2
问题1
选用
y=bx
2
+a
,还是
y=bx
2
+cx+a
?
问题
3
产卵数
气温
问题
2
如何求
a
、
b
?
合作探究
t
=x
2
二次函数模型
方案
2
解答
平方变换
:
令
t=x
2
,产卵数
y
和温度
x
之间二次函数模型
y=bx
2
+a
就转化为产卵数
y
和温度的平方
t
之间线性回归模型
y=bt+a
温度
21
23
25
27
29
32
35
温度的平方
t
441
529
625
729
841
1024
1225
产卵数
y
/
个
7
11
21
24
66
115
325
作散点图,并由计算器得:
y
和
t
之间的线性回归方程为
y=
0.367
t
-202.543
,相关指数
R
2
=0.802
将
t=x
2
代入线性回归方程得:
y=
0.367
x
2
-202.543
当
x
=28
时
,
y
=0.367×28
2
-202.54≈85
,且
R
2
=0.802
,
所以,二次函数模型中温度解
释了
80.2%
的产卵数变化。
t
问题2
变换
y=bx+a
非线性关系 线性关系
问题1
如何选取指数函数的底
?
产卵数
气温
指数函数模型
方案
3
合作探究
对数
方案
3
解答
温度
x
o
C
21
23
25
27
29
32
35
z=lny
1.946
2.398
3.045
3.178
4.190
4.745
5.784
产卵数
y
/
个
7
11
21
24
66
115
325
x
z
当
x=28
o
C
时,
y ≈44
,指数回归模型中温度解释了
98.5%
的产卵数的变化
由计算器得:
z
关于
x
的线性回归方程
为
对数变换:在 中两边取常用对数得
令 ,则
就转换为
z=bx+a.
相关指数
R
2
=0.98
最好的模型是哪个
?
产卵数
气温
产卵数
气温
线性模型
二次函数模型
指数函数模型
比一比
函数模型
相关指数
R
2
线性回归模型
0.7464
二次函数模型
0.80
指数函数模型
0.98
最好的模型是哪个
?
回归分析(二)
则回归方程的残差计算公式分别为:
由计算可得:
x
21
23
25
27
29
32
35
y
7
11
21
24
66
115
325
0.557
-0.101
1.875
-8.950
9.230
-13.381
34.675
47.696
19.400
-5.832
-41.000
-40.104
-58.265
77.968
因此模型(
1
)的拟合效果远远优于模型(
2
)。
总 结
对于给定的样本点
两个含有未知参数的模型:
其中
a
和
b
都是未知参数。拟合效果比较的步骤为:
(
1
)分别建立对应于两个模型的回归方程
与 其中 和 分别是参数
a
和
b
的估计值;
(
2
)分别计算两个回归方程的残差平方和
与
(
3
)若 则 的效果比
的好;反之, 的效果不如 的好。
练习:
为了研究某种细菌随时间
x
变化,繁殖的个数,收集数据如下:
天数
x/
天
1
2
3
4
5
6
繁殖个数
y/
个
6
12
25
49
95
190
(
1
)用天数作解释变量,繁殖个数作预报变量,作出这些
数据的散点图;
(
2
)
描述解释变量与预报变量
之间的关系;
(
3
)
计算残差、相关指数
R
2
.
天数
繁殖个数
解:
(
1
)
散点图如右所示
(
2
)由散点图看出样本点分布在一条指数函数
y=
的周围,于是令
Z=lny,
则
x
1
2
3
4
5
6
Z
1.79
2.48
3.22
3.89
4.55
5.25
由计数器算得 则有
6.06
12.09
24.09
48.04
95.77
190.9
y
6
12
25
49
95
190
(
3
)
即解释变量天数对预报变量繁殖细菌得个数解释了
99.99%.
练习
假设关于某设备的使用年限
x
和所支出的维修费用
y
(万元),有如下的统计资料。
使用年限
x
2
3
4
5
6
维修费用
y
2.2
3.8
5.5
6.5
7.0
若由资料知
,y
对
x
呈线性相关关系。试求:
(
1
)线性回归方程 的回归系数 ;
(
2
)求残差平方和;
(
3
)求相关系数 ;
(
4
)估计使用年限为
10
年时,维修费用是多少?
解:
(
1
)由已知数据制成表格。
1
2
3
4
5
合计
2
3
4
5
6
20
2.2
3.8
5.5
6.5
7.0
25
4.4
11.4
22.0
32.5
42.0
112.3
4
9
16
25
36
90
所以有