内容正文:
§1.3可线性化回归分析
高二数学备课组
会将非线性回归模型经过变换转化为
线性回归模型,进而进行回归分析.
学习本节后还应初步会将简单的非线性
回归问题转化为线性回归问题.(重点、难点)
【教学目标】
复习回顾
* 1、线性相关系数r及性质:
导
值越大,变量的线性相关程度就越高;
值越接近于0,线性相关程度就越低。
*
,其中 。
当 时,两变量正相关;
当 时,两变量负相关;
当 时,两变量线性不相关。
*
1)所求直线方程叫做回归直线方程;
相应的直线叫做回归直线。
2)对两个变量进行的线性分析叫做线性回归分析。
2、回归直线方程
的意义是:
以 为基数,x每增加1个单位,
y相应地平均增加 个 单位。
3:线性回归分析的基本步骤:
画散点图:大致判断变量线性相关
用最小二乘法求线性回归方程
预报、决策
导
↓
↓
用样本相关系数 r判断变量是否线性
↓
问题提出
下表按年份给出了1981~2001年我国出口贸易
量(亿美元)的数据,根据此表你能预测2008年我
国的出口贸易量么?
思
从散点图中观察,数据与直线的拟合性不好,
若用直线来预测,误差将会很大。
而图像近似指数函数,呈现出非线性相关性。
分析:
即线性回归方程,记1981年为x=1,1982年为
x=2,‥变换后的数据如下表:
考虑函数 来拟合数据的变化关系,将其转
化成线性函数,两边取对数:
设 ,则上式变为 ,
对上表数据求线性回归方程得:
即:
这样一来,预测2008年的出口贸易量就容易多了。
由此可得: ,曲线如图:
1.当两变量y与x不具有线性相关关系时,要借助于散点图,与已学过的函数(如指数函数、对数函数、幂函数等)的图象相比较,找到合适的函数模型,利用变量代换转化为线性函数关系,从而使问题得以解决.
小结:可线性