8.2.2 一元线性回归模型参数的最小二乘估计(1)课件-2022-2023学年高二下学期数学人教A版(2019)选择性必修第三册
|
30页
|
2959人阅读
|
35人下载
普通
内容正文:
8.2.2 一元线性回归模型参数的最小二乘估计(1)
8.2 一元线性回归模型及其应用
2.建立一元线性回归模型的步骤
1.一元线性回归模型
(1)与函数模型的区别
(2)随机误差产生的原因及分布
定性分析
定量分析
函数关系 or 相关关系 or 没有关系?
(1)整理数据
复习回顾
四、估计一元线性回归模型的参数
设满足一元线性回归模型的两个变量的n对样本数据为(x1, y1), (x2, y2), ‧‧‧, (xn, yn), 由yi=bxi+a+ei (i=1, 2, ‧‧‧, n),得
说明:参数a和b刻画了变量Y与变量x的线性关系,因此通过样本数据估计这两个参数,相当于寻找一条适当的直线,使表示成对样本数据的这些散点在整体上与这条直线最接近.显然|ei|越小,从整体上看,各点与此直线的距离最小,即样本数据点离直线y=bx+a的竖直距离越小,特别地,当ei = 0时,表示点(xi , yi)在这条直线上.
方便计算
刻画“整体接近程度”
随机误差平方和
要使Q达到最小值时,a和b的估算值应该是多少?
四、估计一元线性回归模型的参数
设一元线性回归方程为:,其中:
我们将称为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.
以上公式的推导的原理较为简单:各点到该直线的距离的平方和最小,这一方法叫最小二乘法。
易得:(1)经验回归直线必过样本中心;
(2)与相关系数r符号相同.
五、利用一元线性回归方程进行预测
编号 1 2 3 4 5 6 7 8 9 10 11 12 13 14
父亲身高/cm 174 170 173 169 182 172 180 172 168 166 182 173 164 180
儿子身高/cm 176 176 170 170 185 176 178 174 170 168 178 172 165 182
参考数据:
利用公式(2)可以计算出b=0.839, a=28.957,
得到儿子身高Y关于父亲身高x的经验回归方程为:
由经验回归方程可以预测儿子的身高。
答:儿子的身高不一定会是177cm,这是因为还有其他影响儿子身高的因素,回归模型中的随机误差清楚地表达了这种影响,父亲的身高不能完全决定儿子的身高,不过,我们可以作出推测,当父亲的身高为176cm时,儿子身高一般在177cm左右.
如果把父亲身高为176cm的所有儿子身高作为一个子总体,那么177cm是这个子总体均值的估计值.
一般地,因为E(Y)=bx+a,是bx+a的估计值,所以是E(Y)的估计值.
思考:当x=176时,,如果一位父亲身高为176cm,他儿子长大后身高一定能长到177cm吗?为什么?
6
思考:根据经验回归方程 中斜率的具体含义,高个子的父亲一定生高个子的儿子吗?同样,矮个子的父亲一定生矮个子的儿子吗?
根据经验回归方程 中斜率0.839可以解释为父亲身高每增加1cm,其儿子的身高平均增加0.839cm.
分析模型可以发现,高个子父亲有生高个子儿子的趋势,但一群高个子父亲的儿子们的平均身高要低于父亲们的平均身高,例如x=185(cm),则
矮个子父亲有生矮个子儿子的趋势,但一群矮个子父亲的儿子们的平均身高要高于父亲们的平均身高,例如x=170(cm),则
英国著名统计学家高尔顿把这种后代的身高向中间值靠近的趋势称为“回归现象”.后来,人们把由一个变量的变化去推测另一个变量的变化的方法称为回归分析.
巩固练习 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
(1)请画出上表数据的散点图;
(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;
(3)试根据求出的经验回归方程,预测记忆力为7的同学的判断力.
6 8 10 12
2 3 5 6
解:(1)作出散点图如图所示.
导学案P121
导学案P121
解:(2)
由题知,,
,则,故经验回归方程为.
巩固练习 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
(1)请画出上表数据的散点图;
(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;
(3)试根据求出的经验回归方程,预测记忆力为7的同学的判断力.
6 8 10 12
2 3 5 6
(3)由(2)中经验回归方程知,当时, ,故预测记忆力为7的同学的判断力为2.6.
(1)作出散点图,从直观上分析数据间是否存在线性相关关系;
(2)计算:,,,;
(3)代入公式求出中参数,的值;
(4)写出经验回归方程并对实际问题作出估