(教用word)第8章 8.2 一元线性回归模型及其应用(第1课时)-【提分教练】2022-2023学年新教材高中数学选择性必修第三册(人教A版2019)

| 12页
| 124人阅读
| 2人下载
教辅
山东众旺汇金教育科技有限公司
进店逛逛

新版页眉

学科网 zxxk.com学科网 zxxk.com

8.2 一元线性回归模型及其应用(第1课时)

学习任务目标

1.明确建立回归模型的基本步骤,会求经验回归方程.

2.能利用所求经验回归方程解决实际问题.

自主化知识储备.TIF

知识衔接0.TIF

(1)一次函数y=bx+a单调递增的充要条件是b>0;

(2)对于一次函数y=3x+a,当x增加一个单位时,y增加三个单位.

自主学习.TIF

知识点一 一元线性回归模型

(1)一元线性回归模型其中,Y称为因变量或响应变量,x称为自变量或解释变量.

(2)a,b为模型的未知参数,a称为截距参数,b称为斜率参数;e是Y与bx+a之间的随机误差.

[微训练]

1.在一元线性回归模型Y=bx+a+e中,下列说法正确的是(  )

A.Y=bx+a+e是一次函数

B.因变量Y是由自变量x唯一确定的

C.因变量Y除了受自变量x的影响外,可能还受到其他因素的影响,这些因素会导致随机误差e的产生

D.随机误差e是由于计算不准确造成的,可通过精确计算避免随机误差e的产生

C 解析:在一元线性回归模型Y=bx+a+e中,方程表示的不是确定性关系,因此不是一次函数,A错误.选项B中,因变量Y不是由自变量x唯一确定的,B错误.选项D中,随机误差是不能避免的,只能将误差缩小,但是不能没有误差,因此D错误.

2.若某地财政收入x与支出y满足一元线性回归模型=x++ei(单位:亿元)(i=1,2,…),其中=0.8,=2,|ei|<0.5.如果今年该地区财政收入10亿元,年支出预计不会超过(  )

A.10亿元  B.9亿元  C.10.5亿元  D.9.5亿元

C 解析:=0.8×10+2+ei=10+ei,因为|ei|<0.5,所以9.5<<10.5.

知识点二 最小二乘法与经验回归方程

(1)最小二乘法

=x+称为Y关于x的经验回归方程,也称经验回归函数或经验回归公式,其图形称为经验回归直线.这种求经验回归方程的方法叫做最小二乘法,求得的,叫做b,a的最小二乘估计.

(2)经验回归方程的系数

==,

=-b.

[微训练]

1.判断(正确的打“√”,错误的打“×”).

(1)设经验回归方程为=2-1.5x,则当变量x增加一个单位时,y平均增加1.5个单位.              (×)

(2)经验回归方程=x+表示最接近y与x之间真实关系的一条直线. (√)

(3)若经验回归方程=x+是由一组样本数据(x1,y1),(x2,y2),…,(xn,yn)得到的,则直线=x+必经过点(x1,y1).              (×)

(4)若经验回归方程为=x+,则当x=x0时,变量y的值一定是x0+. (×)

2.某大学的女生体重y(单位:kg)与身高x(单位:cm)具有线性相关关系.根据一组样本数据(xi,yi)(i=1,2,3,…,n),用最小二乘法建立的经验回归方程为=0.85x-85.71.下列结论中不正确的是(  )

A.y与x具有正的线性相关关系

B.回归直线过样本点的中心(,)

C.若该大学某女生身高增加1 cm,则其体重平均增加0.85 kg

D.若该大学某女生身高为170 cm,则可推断其体重必为58.79 kg

D 解析:由经验回归方程为=0.85x-85.71知y随x的增大而增大,所以y与x具有正的线性相关关系;由最小二乘法建立经验回归方程的过程知=-,所以经验回归直线过样本点的中心(,);利用经验回归方程可以估计总体,所以D不正确.

知识点三 残差

对于响应变量Y,通过观测得到的数据称为观测值,通过经验回归方程得到的称为预测值,观测值减去预测值称为残差.

[微训练]

对变量x,y进行回归分析时,依据得到的4个不同的线性回归模型画出残差图,则下列模型拟合精度最高的是(  )

11-6-11.TIF

A 解析:用残差图判断模型的拟合效果,残差点比较均匀地落在水平的带状区域中,说明这样的模型比较合适.带状区域的宽度越窄,说明模型的拟合精度越高.故选A.

情景式任务驱动.tif

任务1.TIF 一元线性回归模型参数的意义

多维训练.TIF

1.(多选)某工厂某产品产量x(单位:千件)与单位成本 y(单位:元)满足经验回归方程=77.36-1.82x,则以下说法中正确的是(  )

A.产品产量与单位成本正相关

B.产品产量与单位成本负相关

C.产量每增加1 000件,单位成本约下降1.82元

D.产量每增加1 000件,单位成本约增加1.82元

BC 解析:由经验回归方程的参数b的意义可知,产品产量与单位成本负相关,且产量每增加1 000件,单位成本约下降1.82元.

2.在一组数据为(x1,y1),(x2,y2),…,(xn,yn)(x1,x2,…,xn不全相等)的散点图中,若这组样本数据的相关系数为-1,则所有的样本点(xi,yi)(i=1,2,…,n)满足的经验回归方程可以是(  )

A.y=-x+1 B.y=x-1

C.y=x+1 D.y=-x2

A 解析:因为这组样本数据的相关系数为-1,所以这一组数据(x1,y1),(x2,y2),…,(xn,yn)线性相关,且是负相关,所以经验回归方程的系数b<0,可排除B,C,D.故选A.

【类题通法】

经验回归方程=x+中,斜率可以解释为观测值x每增加一个单位,预测值平均增加个单位,且当>0时,变量x与变量y正相关,当<0时,变量x与变量y负相关.

任务2.TIF 经验回归方程的求法及应用

问题探究.TIF

某研究机构对高三学生的记忆力x和判断力y进行统计分析,得下表数据:

x

6

8

10

12

y

2

3

5

6

探究1:画出上表数据的散点图,判断两个变量是否线性相关.

提示:画出散点图(如下图),可判断两个变量线性相关.

11-6-12.TIF

探究2:请根据上表提供的数据,用最小二乘法求出y关于x的经验回归方程=x+,并预测记忆力为9的同学的判断力.

提示:==9,

==4,

x=62+82+102+122=344,

xiyi=6×2+8×3+10×5+12×6=158,

===0.7,

=-=4-0.7×9=-2.3,

故经验回归方程为=0.7x-2.3.

当x=9时,=0.7×9-2.3=4,

即预测记忆力为9的同学的判断力为4.

典例示范.TIF

【例1】 在某种产品表面进行腐蚀刻线试验,得到腐蚀深度y与腐蚀时间x之间的一组观察值如下表.

x(s)

5

10

15

20

30

40

y(μm)

6

10

10

13

16

17

 

x(s)

50

60

70

90

120

 

y(μm)

19

23

25

29

46

 

(1)画出散点图;

(2)求腐蚀深度对腐蚀时间的经验回归方程;

(3)利用经验回归方程预测时间为100 s时腐蚀深度为多少.

解:(1)画出散点图如图所示.

11-6-13.TIF

(2)从散点图中,我们可以看出y对x的样本点分布在一条直线附近,因而求经验回归方程有意义.

=(5+10+15+…+120)=,

=(6+10+10+…+46)=,

xiyi=5×6+10×10+15×10+…+120×46=13 910,

x=52+102+152+…+1202=36 750,

所以=≈0.304,

=-≈-0.304×=5.36.

故腐蚀深度对腐蚀时间的经验回归方程为=0.304x+5.36.

(3)根据(2)求得的经验回归方程,当腐蚀时间为100 s时,=5.36+0.304×100=35.76(μm),

即腐蚀时间为100 s时腐蚀深度大约为35.76 μm.

【类题通法】

求经验回归方程的步骤

(1)画散点图:由样本点是否呈条状分布来判断两个量是否具有线性相关关系.

(2)求回归系数:若存在线性相关关系,则求回归系数.

(3)写方程:写出经验回归方程,并利用经验回归方程进行预测说明.

提醒:只有在散点图大致呈直线时,求出经验回归方程才有实际意义,否则求出的回归方程毫无意义.

多维训练.TIF

1.观察两个变量(存在线性相关关系)的数据:

x

-10

-6.99

-5.01

-2.98

3.98

5

7.99

8.01

y

-9

-7

-5

-3

4.01

4.99

7

8

则两变量间的经验回归方程为(  )

A.=x+1  B.=x  C.=2x+  D.=x+1

B 解析:由于经验回归直线一定经过样本点的中心(,),由表中数据可得,=0,=0,只有B项中的方程对应的直线过点(0,0).故选B.

2.某种产品的广告费用支出x(单位:万元)与销售额y(单位:万元)之间有如下的对应数据:

x/万元

2

4

5

6

8

y/万元

30

40

60

50

70

(1)画出散点图;

(2)求经验回归方程;

(3)试预测广告费用支出为10万元时的销售额.

解:(1)画出散点图如图所示:

11-6-14.TIF

(2)列出下表,并用科学计算器进行有关计算:

i

1

2

3

4

5

合计

xi

2

4

5

6

8

25

yi

30

40

60

50

70

250

xiyi

60

160

300

300

560

1 380

x

4

16

25

36

64

145

所以,==5,==50,x=145,xiyi=1 380.

于是可得==6.5,

=-=50-6.5×5=17.5.

所以所求的经验回归方程为=6.5x+17.5.

(3)根据上面求得的经验回归方程,

当广告费用支出为10万元时,

=6.5×10+17.5=82.5(万元),

即广告费用支出为10万元时,销售额大约为82.5万元.

任务3.TIF 残差计算

典例示范.TIF

【例2】现代物流成为继劳动力、自然资源外影响企业生产成本及利润的重要因素.某企业去年前8个月的物流成本和企业利润的数据(单位:万元)如表所示:

月份

物流成本x

利润y

残差i=yi-i

1

83

114

0.2

2

83.5

116

0.6

3

80

106

1.8

4

86.5

122

-3

5

89

132

-1

6

84.5

114

-4.6

7

79

m

-1

8

86.5

132

 

根据最小二乘法公式求得经验回归方程为=3.2x-151.8.求m的值,并利用已知的经验回归方程求出8月份对应的残差值8.

解:因为=3.2x-151.8,=84,

所以=3.2×84-151.8=117,

所以114+116+106+122+132+114+m+132=117×8,解得m=100,

故8月份对应的残差值8=132-3.2×86.5+151.8=7.

【例3】耐盐碱水稻俗称“海水稻”,是一种可以长在滩涂和盐碱地的水稻.海水稻的灌溉是将海水稀释后进行灌溉.某实验基地为了研究海水浓度x(‰)对亩产量y(单位:吨)的影响,通过在试验田的种植实验,测得了某种海水稻的亩产量与海水浓度的数据如下表:

海水浓度xi

3

4

5

6

7

亩产量yi

0.62

0.58

0.49

0.4

0.31

绘制散点图发现,可用线性回归模型拟合亩产量y与海水浓度x之间的相关关系,用最小二乘法计算得y与x之间的经验回归方程为=x+0.88.

(1)求出b的值,并估算当浇灌海水浓度为8‰时该品种的亩产量;

(2)完成下列残差表,并计算残差平方和(yi-i)2.

海水浓度xi

3

4

5

6

7

亩产量yi

0.62

0.58

0.49

0.4

0.31

i

 

 

 

 

 

残差i

 

 

 

 

 

解:(1)经计算=5,=0.48.

由0.48=5+0.88可得=-0.08.

当x=8时,y=-0.08×8+0.88=0.24,

所以当海水浓度为8‰时,该品种的亩产量为0.24吨.

(2)由(1)知=-0.08x+0.88,从而有残差表如下:

海水浓度xi

3

4

5

6

7

亩产量yi

0.62

0.58

0.49

0.4

0.31

i

0.64

0.56

0.48

0.4

0.32

残差i

-0.02

0.02

0.01

0

-0.01

残差平方和 (yi-i)2=(-0.02)2+0.022+0.012+0+(-0.01)2=0.001.

【类题通法】

1.利用残差分析可以判断模型刻画数据的效果,以及判断数据中是否存在可疑数据.

2.当残差的散点图比较均匀地分布在横轴的两边时,说明模型的拟合效果较好.

多维训练.TIF

1.关于残差图的描述错误的是(  )

A.残差图的横坐标可以是样本编号

B.残差图的横坐标也可以是解释变量或预报变量

C.残差点分布的带状区域的宽度越窄残差平方和越大

D.残差点分布的带状区域的宽度越窄残差平方和越小

C 解析:残差点分布的带状区域的宽度越窄,说明模型拟合精度越高,则残差平方和越小.

2.假定小麦基本苗数x与成熟期有效穗y之间存在相关关系,今测得5组数据如下:

x

15.0

25.58

30.0

36.6

44.4

y

39.4

42.9

42.9

43.1

49.2

(1)以x为解释变量,y为响应变量,作出散点图;

(2)求y与x之间的经验回归方程,对于基本苗数56.7预测其有效穗;

(3)计算各组残差,并计算残差平方和.

解:(1)如图所示:

11-6-15.TIF

(2)由图看出,样本点呈条状分布,有比较好的线性相关关系,因此可以用经验回归方程刻画它们之间的关系.

设经验回归方程为=x+,=30.316,=43.5,

x=5 090.256 4,

 =1 318.746,2=1 892.25,2≈919.059 9,

xiyi=6 737.322,

则=≈0.29,=-≈34.708.

故所求经验回归方程为=0.29x+34.708.

当x=56.7时,=0.29×56.7+34.708=51.151,

估计成熟期有效穗51.151.

(3)由于=x+a+,i=yi-i,可以算得1=0.342,2=0.773 8,3=-0.508,4=-2.222,5=1.616.残差平方和 (yi-i)2≈8.522 53.

课堂回眸.TIF

11-6-10.TIF

 

1/12

学科网 zxxk.com学科网 zxxk.com学科网(北京)股份有限公司

由于学科网是一个信息分享及获取的平台,不确保部分用户上传资料的 来源及知识产权归属。如您发现相关资料侵犯您的合法权益,请联系学科网,我们核实后将及时进行处理。