8.2.2 一元线性回归模型参数的最小二乘估计 课件-2025-2026学年高二下学期数学人教A版选择性必修第三册

2026-05-06
| 15页
| 1345人阅读
| 3人下载
普通

内容正文:

2026年4月 8.2.2一元线性回归模型参数的 最小二乘估计 课题: 滨州实验中学 2024年10月5日 学习目标 1.理解最小二乘法的原理能够运用最小二乘法解决实际问题; 2.理解残差的意义,并能根据残差判断经验回归方程是否符合模型的假设。 提出问题,导入新课 问题1:如 从成对样本数据出发,用数学的方法刻画“从整体上看,各散点与直线最接近”. 找到一条在整体上与散点最接近的直线呢? 提出问题,导入新课 方法一:采用测量的方法,先画出一条直线,测量出各点与它的距离,然后移动直线,到达一个使距离的和最小的位置. 然后测量出此时的斜率和截距,就可得到一 条直线,如上图所示. 提出问题,导入新课 方法二:在图中选择这样的两点画直线,使得直线两侧的点的个数基本相同,把这条直线作为所求直线,如右图所示. 提出问题,导入新课 方法三:在散点图中多取几对点,确定出几条直线的方程,再分别求出这些直线的斜率、截距的平均数,将这两个平均数作为所求直线的斜率和截距,如右图所示. 提出问题,导入新课 问题2: 如何刻画“从整体上看,各散点与直线最接近”. 距离 竖直距离 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 显然|ei|越小,表示点(xi , yi)与点(xi , bxi+a)的 “距离”越小,即样本数据点离直线y=bx+a的竖直距离越小, 提出问题,导入新课 思考:图 8.2-1 中的散点大致分布在一条直线附近,表明儿子身高和父亲身高这两个变量之间有较强的线性相关关系.请同学们联系生活实际,想一想:为什么儿子身高和父亲身高有关系但不是函数关系? 追问:你认为影响儿子身高的其他因素是什么? 提出问题,导入新课 提出问题,导入新课 经验回归方程与最小二乘估计: 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,这种求经验回归方程的方法叫最小二乘法,求得的 , 叫做b,a的最小二乘估计. 注意:(1)经验回归直线必过样本中心 ; (2) 与相关系数r符号相同. 师生互动,探索新知 例题1 ABD 师生互动,探索新知 例题2 B 师生互动,探索新知 例题3 反思小结,观点提炼 1.本节课我们学习了哪些知识? 2.我们是如何获得这些知识的? 3.在学习过程中用到了哪些数学思想和方法? 4.在学习过程中总结了哪些规律? 5.你还有哪些疑惑? 谢 谢 (多选)由变量 和变量 组成的10个成对样本数据 得到的经验回归方程为 ,设过点 的直线方程为 ,记 ,则(     ) A.变量 正相关 B.若 ,则 C.经验回归直线 至少经过 中的一个点 D. 工人工资 (元)与劳动生产率 (千元)的回归方程为 ,下列判断正确的是(   ) A.劳动生产率为 元时,工人工资为 元 B.劳动生产率提高 元时,可估测工资提高 元 C.劳动生产率提高 元时,可估测工资提高 元 D.当月工资为 元时,劳动生产率为 元 一汽车销售公司对开业4年来某种型号的汽车“五一”优惠金额与销售量之间的关系进行分析研究并做了记录,得到如下资料: 日期 第一年 第二年 第三年 第四年 优惠金额x/千元 10 11 13 12 销售量y/辆 22 24 31 27 (1)求出y关于x的经验回归方程 ; (2)若第5年优惠金额8.5千元,估计第5年的销售量y(辆)的值. 参考公式: , . $

资源预览图

8.2.2  一元线性回归模型参数的最小二乘估计 课件-2025-2026学年高二下学期数学人教A版选择性必修第三册
1
8.2.2  一元线性回归模型参数的最小二乘估计 课件-2025-2026学年高二下学期数学人教A版选择性必修第三册
2
8.2.2  一元线性回归模型参数的最小二乘估计 课件-2025-2026学年高二下学期数学人教A版选择性必修第三册
3
8.2.2  一元线性回归模型参数的最小二乘估计 课件-2025-2026学年高二下学期数学人教A版选择性必修第三册
4
8.2.2  一元线性回归模型参数的最小二乘估计 课件-2025-2026学年高二下学期数学人教A版选择性必修第三册
5
8.2.2  一元线性回归模型参数的最小二乘估计 课件-2025-2026学年高二下学期数学人教A版选择性必修第三册
6
相关资源
示范课
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。