内容正文:
第02讲 8.2 一元线性回归模型及其应用
(8.2.1一元线性回归模型+8.2.2一元线性回归模型参数的最小二乘法估计)
课程标准
学习目标
①了解一元线性回归模型的含义,理解两
个变量之间随机关系的一元线性回归模型的作用与意义。
②了解残差在线性回归与非线性回归问
题的作用及意义。
③了解一元线性回归模型参数与最小二
乘估计的推导过程,理解最小二乘估计的原理。
④会结合题意求一元线性回归方程。
⑤会用相关指数进行分析模型拟合的效
果情况.。
通过本节课的学习,要求会求一元线性回归方程,会进行残差分析,能判断回归模型的拟合效果,能利用样本数据建立统计模型并能进行预测
知识点1:一元线性回归模型
(1)一元线性回归模型
我们称
为关于的一元线性回归模型,其中称为因变量或响应变量,称为自变量或解释变量;和为模型的未知参数,称为截距参数,称为斜率参数;是与之间的随机误差.
(2)随机误差
在线性回归模型中,和为模型的未知参数,是与之间的误差,通常为随机变量,称为随机误差.它的均值,方程.
线性回归模型的完整表达式为 , 在此模型中,随机误差的方差越小,用预报真实值的精度越高.
知识点2:一元线性回归模型参数的最小二乘法
(1)经验回归方程的求解法:最小二乘法
回归直线方程过样本点的中心,是回归直线方程最常用的一个特征;
我们将称为关于的线性回归方程,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,的最小二乘估计,其中称为回归系数,它实际上也就是经验回归直线的斜率,为截距.
其中
【即学即练1】(2024上·全国·高三专题练习)某校数学建模学生社团进行了一项实验研究,采集了的一组数据如下表所示:
2
3
4
5
6
7
52.5
45
40
30
25
17.5
该社团对上述数据进行了分析,发现与之间具有线性相关关系.
(1)画出表中数据的散点图,并指出与之间的相关系数是正还是负;
(2)求出关于的线性回归方程,并写出当时,预测数据的值.
附:在线性回归方程中,,其中为样本平均值.
【答案】(1)散点图见解析,负
(2),
【详解】(1)由题意得散点图如图所示:
由图可知与之间成负相关关系,所以是负.
(2)因为,,
,,
所以,,
∴关于线性回归方程为,
所以当时,.
(2)求经验回归方程的步骤
①作出散点图,判断两变量是否具有线性相关关系,若具有线性相关关系,则可求其经验回归方程;
②列表求出,的值;
③利用公式先计算,再根据经验回归直线过样本点的中心计算;
④写出经验回归方程.
求经验回归方程,关键在于正确求出系数,,由于计算量较大,所以计算时要仔细谨慎、分层进行,避免因计算产生错误要特别注意,只有两个变量呈线性相关关系时,求出的经验回归方程才有意义.
(3)经验回归方程的性质
①经验回归直线一定过点,点通常称为样本点的中心;
②一次函数的单调性由的符号决定,函数递增的充要条件是;函数递减的充要条件是.这说明:与正相关的充要条件是;与负相关的充要条件是.
③在经验回归方程中,是经验回归直线的斜率,是截距.一般地,当回归系数时,说明两个变量呈正相关关系,它的意义是当每增大一个单位时,平均增大个单位;当时,说明两个变量呈负相关关系,它的意义是当每增大一个单位时,平均减小个单位.
知识点3:残差
(1)残差
对于响应变量,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.
(2)残差图
作图时纵坐标为残差,横坐标可以选为样本编号,或身高数据,或体重估计值等,这样作出的图形称为残差图.若残差点比较均匀地落在水平的带状区域内,带状区域越窄,则说明拟合效果越好.
(3)残差分析
残差是随机误差的估计结果,通过残差的分析可以判断模型刻画数据的效果,以及判断原始数据中是否存在可疑数据等,这方面工作称为残差分析.其步骤为:计算残差化残差图在残差图中分析残差特性.
【即学即练2】(2024·全国·高三专题练习)对于一组具有线性相关关系的样本数据,其样本中心为,回归方程为,则相应于样本点的残差为( )
A. B.
C. D.
【答案】C
【详解】因为残差是实际观察值与估计值(拟合值)之间的差,所以相应于样本点的残差为,
故选:C.
知识点4:决定系数
(1)残差平方和
残差平方和,残差平方和越小,模型拟合效果越好,残差平方和越大,模型拟合效果越差.
(2)决定系数
决定系数是度量模型拟合效果的一种指标,在线性模型中,它代表解释变量客户预报变量的能力.
,越大,即拟合效果越好,越小,模型拟合效果越差.
【即学即练3】(2023下·青海西宁·高二校考阶段练习)甲、乙、丙、丁四位同学在建立变量x,y