内容正文:
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.=x+2
=x+1 B.
C.=x-1
=2x+1 D.
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;
(4)计算R2,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为9.4,据此模型预报广告费用为6万元时销售额为( )
中的x+=
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
y(件)
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R2、残差图”在回归分析中的作用:
(1)相关指数R2是用来刻画回归效果的,由R2=1-可知R2越大,意味着残差平方和越小,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=
(b<0)表示,现测得试验数据如下:
xi
0.05
0.06
0.25
0.31
0.07
0.10
0.38
0.43
0.14
0.20
0.47
yi
0.10
0.14
1.00
1.12
0.23
0.37
1.19
1.25
0.59
0.79
1.29
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.
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】
1.(1)确定性 非确定性 (2)相关 (3