个性学习
课题:回归分析的基本思想及其初步应用第1课时 授课时间______________
个性学习
学习目标:了解线性回归模型与函数模型的差异,了解判断刻画模型拟合效果的方法-相关指数和残差分析.
学习重点:建立回归模型的基本步骤
在必修3中我们学习了线性相关及回归直线方程。回归直线方程
中
回归分析是对具有相关关系的两个变量进行统计分析的一种常用方法.
下面我们通过案例,进一步学习回归分析的基本思想及其应用
例1、从某大学中随机选取8名女大学生,其身高和体重的数据如下表,
编号
1
2
3
4
5
6
7
8
身高(cm)
165
165
157
170
175
165
155
170
体重(kg)
48
57
50
54
64
61
43
59
画出散点图,并求根据女大学生的身高预报体重的回归方程,并预报一名身高为172cm的女大学生的体重。
思考:身高为172cm的女大学生的体重一定是预报值吗?如果不是,原因是什么?
1、 什么是随机误差?
2、 什么是残差?
计算例1中的残差
编号
1
2
3
4
5
6
7
8
身高(cm)
165
165
157
170
175
165
155
170
体重(kg)
48
57
50
54
64
61
43
59
残差
3、 如何作残差图?纵坐标、横坐标分别为哪些数据?
4、 如何应用残差图判断模型拟合效果、回归效果?
5、残差平方和:回归值与样本值差的平方和,即
.
如何用相关指数
刻画回归的效果?
归纳与小结、一个回归模型的好坏可以通过哪些量来衡量?
练习:某位同学在本学期的5次平时测验中,各次复习功课的时数x与测验成绩y如下表:
x
3
4
5
6
7
y
50
60
70
80
90
计算此两组数据的相关数据
(保留两位小数)
_1394451328.unknown
_1394454826.unknown
_1394456026.unknown
_1394451352.unknown
_1234567891.unknown
_1387696281.unknown
_1234567890.unknown
本文档为【回归分析1 学案】,请使用软件OFFICE或WPS软件打开。作品中的文字与图均可以修改和编辑,
图片更改请在作品中右键图片并更换,文字修改请直接点击文字进行修改,也可以新增和删除文档中的内容。
该文档来自用户分享,如有侵权行为请发邮件ishare@vip.sina.com联系网站客服,我们会及时删除。
[版权声明] 本站所有资料为用户分享产生,若发现您的权利被侵害,请联系客服邮件isharekefu@iask.cn,我们尽快处理。
本作品所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用。
网站提供的党政主题相关内容(国旗、国徽、党徽..)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。