内容正文:
6上好课
关ue ke wang,周倍船型
人教A版2019选择性必修第三册
数学
选样性必健
第三册
第章《对数还的统计分近》
8.2.2一元线性回归模型参数的
最小二乘估计(第2课时)
学习目标
1.进一步掌握一元线性回归模型参数的统计意义,会用
相关统计软件.
2.了解非线性回归模型
3.会通过分析残差和利用必判断回归模型的拟合效果.
环节一:创设情境,引入课题
例经验表明,一般树的胸径(树的主干在地面以上1.3m处的直径)越大,
树就越高由于测量树高比测量胸径困难,因此研究人员希望由胸径预测树
高,在研究树高与胸径之间的关系时,某林场收集了某种树的一些数据
(表82-3),试根据这些数据建立树高关于胸径的经验回归方程.
编号
1
2
3
4
5
6
胸径/cm
18.1
20.1
22.2
24.4
26.0
28.3
树高/m
18.8
19.2
21.0
21.0
22.1
22.1
编号
7
8
9
10
11
12
胸径/cm
29.6
32.4
33.7
35.7
38.3
40.2
树高/m
22.4
22.6
23.0
24.3
23.9
24.7
分析因为要由胸径预测树高,所以要以成对样本数据的胸径为横坐标▣树高为
纵坐标描出散点进而得到散点图,再根据散点图推断树高与胸径是否线性相关
如果是,再利用公式(2)计算出b,即可.
解:以胸径为横坐标、树高为纵坐标作散点图,得到图8.2-9.
在图82-9中,散点大致分布在一条从左下角到右上角的直线附近,表明
两个变量线性相关,并且是正相关,因此可以用一元线性回归模型刻画
树高与胸径之间的关系.
閃局/m
26.0
24.0
22.0
20.0
18.0
16.0
胸径cm
15.0
20.0
25.0
30.0
35.0
40.0
45.0
图8.2-9
用d表示胸径,表示树高,根据最小二乘法,计算可得经验回归方程为
h=0.2493d+14.84,
相应的经验回归直线如图8.2-10所示
树高/m
26.0
24.0
22.0
h=0.2493d+14.84
20.0
18.0
16.0
胸径cm
15.0
20.0
25.0
30.0
35.0
40.0
45.0
图8.2-10
根据经验回归方程,由表8.2-3中胸径的数据可以计算出树高的预测值(精确到0.1)
以及相应的残差,如表8.2-4所示
编号
胸径/cm
树高观测值/m
树高预测值/m
残差/m
1
18.1
18.8
19.35
-0.6
2
20.1
19.2
19.85
-0.7
3
22.2
21.0
20.37
0.6
4
24.4
21.0
20.92
0.1
5
26.0
22.1
21.32
0.8
6
28.3
22.1
21.90
0.2
7
29.6
22.4
22.22
0.2
8
32.4
22.6
22.92
-0.3
9
33.7
23.0
23.24
-0.2
10
35.7
24.3
23.74
0.6
11
38.3
23.9
24.39
-0.5
12
40.2
24.7
24.86
-0.2
以胸径为横坐标,残差为纵坐标,作残差图,得到图8.2-11.
观察残差表和残差图,可以看到,残差的绝对值最大是0.8,所有残差分
布在以横轴为对称轴、宽度小于2的带状区域内.可见经验回归方程较
好地刻画了树高与胸径的关系,我们可以根据经验回归方程由胸径预测
树高。
残差/m
1.0
0.5
0.0
胸径cm
20
25
30
。·35
40
45
-0.5
-1.0
图8.2-11
环节二:观察分析,感知概念
问题人们常将男子短跑100m的高水平运动员称为百米飞人”.表8.2-
5给出了1968年之前男子短跑100世界纪录产生的年份和世界纪录的数
据,试依据这些成对数据,建立男子短跑100世界纪录关于纪录产生
年份的经验回归方程.
表8.2-5
编号
1
2
3
4
5
6
7
8
年份
1896
1912
1921
1930
1936
1956
1960
1968
记录/s
11.80
10.60
10.40
10.30
10.20
10.10
10.00
9.95
以成对数据中的世界纪录产生年份为横坐标,世界纪录为纵坐标作散点
图,得到图8.2-12.
纪录s
12
11.5
11
10.5
10
9.5
年份
1890
1900
1910
1920
1930
1940
1950
1960
1970
图8.2-12
在图8.2-12中,散点看上去大致分布在一条直线附近,似乎可用一元线
性回归模型建立经验回归方程
用表示男子短跑100m的世界纪录,表示纪录产生的年份,利用一元线
性回归模型
Y=bt+a+e,
E(e)=0,D(e)=o2
来刻画世界纪录和世界纪