内容正文:
第3课时 一元线性回归模型及其应用
考点一
1.有关系 2.(1)正 负 增加 减少 (2)线性 非线性 一条直线 线性
3.(2)
(3)[-1,1] 正 负 1 0
典例1 (1)A [观察题干图可知,A图散点分布比较集中,且大体接近某一条直线,线性回归模型拟合效果比较好,|r|值最大.故选A.]
(2)解:①样本中10棵这种树木的根部横截面积的平均值=0.06,
样本中10棵这种树木的材积量的平均值=0.39.
据此可估计该林区这种树木平均一棵的根部横截面积为0.06 m2,平均一棵的材积量为0.39 m3.
②r==
=
=≈0.97.
巩固迁移1 (1)B (2)A [(1)由散点图可知,散点的分布集中在一条直线附近,所以学生身高和体重具有相关性,A不正确;
又身高x和体重y的样本相关系数为r=0.825 5,样本相关系数r>0,
所以学生身高和体重呈正相关,B正确,C不正确;
从样本中抽取一部分,相关性可能变强,也可能变弱,所以这部分的样本相关系数不一定是0.825 5,D不正确.故选B.
(2)∵这组样本数据的所有样本点(xi,yi)(i=1,2,…,n)都在直线y=-x+1上,
∴这组样本数据完全相关,
即说明这组数据的样本完全负相关,其样本相关系数是-1.故选A.]
考点二
(1)因变量 解释变量 a b Y bx+a 0 (2)
典例2 解:(1)=75,=74,
则=-6,
所以=74+6×75=524,
所以=-6x+524.
(2)当x=84时,=20,所以估算2026年乘客对该市航空公司投诉的次数为20次.
巩固迁移2 B [对于选项A,从数据看y随x的增大而减小,所以变量y与x负相关,故A正确;
对于选项BD,由表中数据知=3,=3.9,
所以样本点中心为(3,3.9),将样本点中心(3,3.9)代入=-0.6x+=3.9+1.8=5.7,
所以经验回归方程为=-0.6x+5.7,
所以当x=5时,=-0.6×5+5.7=2.7,
=2.5-2.7=-0.2,故B错误,D正确;
对于选项C,当x=6时,销量约为=-0.6×6+5.7=2.1(万只),故C正确.故选B.]
典例3 解:(1)由散点图可知,y=c+dx2适宜作为企业利润y关于年份代码x的经验回归方程类型.
(2)由题意得:=11,yi=×390=78,
==0.85,
=78-0.85×11=68.65,
所以y关于x的经验回归方程为=68.65+0.85x2.
(3)在(2)中求得经验回归方程=68.65+0.85x2中,
令x=6,得=68.65+0.85×62=99.25,
所以估计2025年的企业利润为99.25亿元.
巩固迁移3 =e2.15-0.18x [因为回归模型y=c1,且c2=-0.18,则y=c1e-0.18x,两边同时取对数,
可得ln y=ln(c1e-0.18x)=ln c1-0.18x,
令u=ln y,此时u=ln c1-0.18x,
因为=10,=0.35,
所以ln c1=0.35+0.18×10=2.15,
即c1=e2.15,
则=e2.15·e-0.18x=e2.15-0.18x.]
考点三
(1)窄 (2)预测值 (3)好 差
典例4 D [对于A选项,样本相关系数绝对值不大于1,A不正确;
对于B选项,由经验回归方程知,x每增加一个单位,y平均减少 1.25个单位,B不正确;
对于C选项,第二个样本点对应的残差=6-(-1.25×6+13.75)=-0.25,C不正确;
对于D选项,第三个样本点对应的残差=4.5-(-1.25×7+13.75)=-0.5,D正确.]
巩固迁移4 解:(1)由折线图中的数据得=4,=54,
=
=.
所以=54-×4=51,所以y关于t的经验回归方程为t+t+51.将2025年对应的年份代码t=8代入得×8+51=57,所以预测2025年该企业污水净化量约为57吨.
(2)因为R2=1-=1-=0.875,与1接近,
说明经验回归方程预报的效果是良好的.
随堂练习
1.ACD [由散点图知,变量y与变量x呈现负相关关系,即r<0,故C错误.去掉点P后,变量y与变量x的线性相关程度变强,|r|更进一步接近1,所以r变小,故A错误,B正确,D错误.故选ACD.]
2.C 3.168 4.13.5
学科网(北京)股份有限公司
$$
第3课时 一元线性回归模型及其应用
[考试要求] 1.了解样本相关系数的统计含义.2.了解最小二乘法原理,掌握一元线性回归模型参数的最小二乘估计方法.3.针对实际问题,会用一元线性回归模型进行预测.
考点一 成对数据的相关性
1.变量的相关关系
两个变量______,但又没有确切到可由其中的一个去精确地决定另一个的程度,这种关系称为相关关系.
2.相关关系的分类
(1)按变量间的增减性分为__相关和__相关.
①正相关:当一个变量的值增加时,另一个变量的相应值也呈现____的趋势;
②负相关:当一个变量的值增加时,另一个变量的相应值呈现____的趋势.
(2)按变量间是否有线性特征分为____相关和______相关或曲线相关.
①线性相关:如果两个变量的取值呈现正相关或负相关,而且散点落在________附近,我们称这两个变量线性相关;
②非线性相关或曲线相关:如果两个变量具有相关性,但不是____相关,我们称这两个变量非线性相关或曲线相关.
3.相关关系的刻画
(1)散点图:成对样本数据用直角坐标系中的点表示出来,由这些点组成的统计图,叫做散点图.
(2)样本相关系数r的计算式
r=___________=___________.
(3)样本相关系数r的性质
①样本相关系数r的取值范围为____________;
②当r>0时,成对样本数据__相关;
③当r<0时,成对样本数据__相关;
④当|r|越接近__时,成对样本数据的线性相关程度越强;
当|r|越接近__时,成对样本数据的线性相关程度越弱.
提醒:当两个变量的样本相关系数|r|=1时,两个变量呈函数关系.
[典例1] (1)(2024·天津卷)下列图中,线性相关系数最大的是( )
A B
C D
(2)(2022·全国乙卷节选)某地经过多年的环境治理,已将荒山改造成了绿水青山.为估计一林区某种树木的总材积量,随机选取了10棵这种树木,测量每棵树的根部横截面积(单位:m2)和材积量(单位:m3),得到如下数据:
样本号i
1
2
3
4
5
6
7
8
9
10
总和
根部横截
面积xi
0.04
0.06
0.04
0.08
0.08
0.05
0.05
0.07
0.07
0.06
0.6
材积量yi
0.25
0.40
0.22
0.54
0.51
0.34
0.36
0.46
0.42
0.40
3.9
并计算得=0.038,==1.615 8,=0.247 4.
①估计该林区这种树木平均一棵的根部横截面积与平均一棵的材积量;
②求该林区这种树木的根部横截面积与材积量的样本相关系数(精确到0.01).
附:样本相关系数r=≈1.377.
[听课记录]
反思领悟 判定两个变量正、负相关的方法
(1)画散点图:点的分布从左下角到右上角,两个变量正相关;点的分布从左上角到右下角,两个变量负相关.
(2)样本相关系数:r>0时,正相关;r<0时,负相关.
(3)经验回归方程=x+中:>0时,正相关;<0时,负相关.
巩固迁移1 (1)(2025·凉山州模拟)调查某校高三学生的身高x和体重y得到如图所示的散点图,其中身高x和体重y的样本相关系数r=0.825 5,则下列说法正确的是( )
A.学生身高和体重没有相关性
B.学生身高和体重正相关
C.学生身高和体重负相关
D.若从样本中抽取一部分,则这部分的样本相关系数一定是0.825 5
(2)(2024·福建一模)在一组样本数据(x1,y1),(x2,y2),…,(xn,yn)(n≥2,x1,x2,…,xn不全相等)的散点图中,若所有样本点(xi,yi)(i=1,2,…,n)都在直线y=-x+1上,则这组样本数据的样本相关系数为( )
A.-1 B.1
C.- D.
考点二 回归模型
一元线性回归模型与最小二乘法
(1) 一元线性回归模型
称为Y关于x的一元线性回归模型.其中,Y称为______或响应变量,x称为自变量或________,__称为截距参数,__称为斜率参数;e是__与________之间的随机误差.如果e=__,那么Y与x之间的关系就可以用一元线性函数模型来描述.
(2)最小二乘法
将=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,其中
=,=.
[常用结论]
(1)经验回归直线过点().
(2)求时,常用公式=.
一元线性回归模型
[典例2] 某市航空公司为了解每年航班正点率x%对每年乘客投诉次数y(单位:次)的影响,对近8年(2017年~2024年)每年航班正点率x%和每年乘客投诉次数y的数据作了初步处理,得到下面的一些统计量的值.
)2
600
592
43 837.2
93.8
(1)求y关于x的经验回归方程;
(2)该市航空公司预计2026年航班正点率为84%,利用(1)中的经验回归方程,估算2026年乘客对该市航空公司投诉的次数.
[听课记录]
反思领悟 (1)求经验回归方程的步骤
(2)利用经验回归方程进行预测,把经验回归方程看作一次函数,求函数值.
巩固迁移2 某商家经销某种玩具,统计了最近5个月销量,如下表所示:
时间x
1
2
3
4
5
销售量y/万只
5
4.5
4
3.5
2.5
若y与x线性相关,且经验回归方程为=-0.6x+,则下列说法不正确的是( )
A.由题中数据可知,变量y与x负相关
B.当x=5时,残差为0.2
C.可以预测当x=6时,销量约为2.1万只
D.经验回归方程=-0.6x+中=5.7
非线性回归模型
[典例3] (2025·无锡新吴区模拟)近年来,我国众多新能源汽车制造企业迅速崛起.某企业着力推进技术革新,利润稳步提高.统计该企业2020年至2024年的利润(单位:亿元),得到如图所示的散点图.其中2020年至2024年对应的年份代码依次为1,2,3,4,5.
(1)根据散点图判断,y=a+bx和y=c+dx2哪一个适宜作为企业利润y(单位:亿元)关于年份代码x的经验回归方程类型?(给出判断即可,不必说明理由)
(2)根据(1)中的判断结果,建立y关于x的经验回归方程;
(3)根据(2)的结果,估计2025年的企业利润.
参考公式及数据:
=,=-,
=55,=979,=390,=1 221,
=4 607.9.
[听课记录]
反思领悟 本例(1)由散点图直接得结论;本例(2)通过整体代换思想把x2看作x利用最小二乘法求出与的值,可得y关于x的经验回归方程;本例(3)利用(2)中求得的经验回归方程,取x=6求解y值即可.
巩固迁移3 汽车轮胎凹槽深度是影响汽车刹车的因素,汽车行驶会导致轮胎面磨损.某实验室通过实验测得行驶里程与某品牌轮胎凹槽深度的数据,建立了如下回归模型y=c1ec2x,通过实验数据分析与计算得到如下结论:①c2=-0.18;②=10,令u=ln y,=0.35,则经验回归方程应为____________.
考点三 回归效果分析
刻画回归效果的方式
(1)残差图法
在残差图中,残差比较均匀地分布在以横轴为对称轴的水平的带状区域中,说明满足一元线性回归模型的假设,这样的带状区域的宽度越__,说明模型拟合精度越高.
(2)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y称为预测值,观测值减去______所得的差称为残差.
(3)利用R2刻画拟合效果
R2=1-,R2越大,模型的拟合效果越__,R2越小,模型的拟合效果越__.
[典例4] (2025·湖南师大附中模拟)某网店经销某商品,为了解该商品的月销量y(单位:千件)与售价x(单位:元/件)之间的关系,收集5组数据进行了初步处理,得到下表:
x
5
6
7
8
9
y
8
6
4.5
3.5
3
根据表中数据可得经验回归方程=-1.25x+13.75,以下说法正确的是( )
A.x,y具有负相关关系,样本相关系数r=-1.25
B.x每增加一个单位,y平均减少13.75个单位
C.第二个样本点对应的残差2=0.25
D.第三个样本点对应的残差3=-0.5
[听课记录]
反思领悟 检验回归模型的拟合效果的两种方法
(1)残差分析:通过残差分析发现原始数据中的可疑数据,判断所建立模型的拟合效果.
(2)R2分析:通过公式计算R2,R2越大,残差平方和越小,模型的拟合效果越好;R2越小,残差平方和越大,模型的拟合效果越差.
巩固迁移4 如图是某企业2018年至2024年的污水净化量(单位:吨)的折线图.
注:年份代码1~7分别对应年份2018~2024.
(1)由折线图看出,可用线性回归模型拟合y和t的关系,请建立y关于t的经验回归方程,并预测2025年该企业的污水净化量;
(2)请用决定系数说明经验回归方程预报的效果.
参考数据:=54,)(yi-)=21,≈3.74,=.
1.(多选)在如图所示的散点图中,若去掉点P,则下列说法错误的是( )
A.样本相关系数r变大
B.变量y与变量x的相关程度变强
C.变量y与变量x呈现正相关关系
D.变量y与变量x的相关程度变弱
2.(人教A版选择性必修第三册P138复习参考题8T2)根据变量Y和x的成对样本数据,用一元线性回归模型得到经验回归模型=x+,对应的残差如图所示.模型误差( )
A.满足一元线性回归模型的所有假设
B.不满足一元线性回归模型的E(e)=0的假设
C.不满足一元线性回归模型的D(e)=σ2的假设
D.不满足一元线性回归模型的E(e)=0和D(e)=σ2的假设
3.(人教A版选择性必修第三册P113练习T2改编)假如女儿身高y(单位:cm)关于父亲身高x(单位:cm)的经验回归方程为=0.81x+25.82.已知父亲身高为175 cm,则估计女儿的身高是________cm.(结果精确到整数)
4.已知x,y的取值如下表所示,从散点图分析可知y与x线性相关,如果经验回归方程为=2.5x+2,则实数a的值为________.
x
2
3
4
5
6
y
6.5
10
11.5
a
18.5
1/1
学科网(北京)股份有限公司
$$