![第9章-9.1 线性回归分析(课件PPT)01](http://img-preview.51jiaoxi.com/3/3/14074663/0/0.jpg?x-oss-process=image/resize,w_794/sharpen,100)
![第9章-9.1 线性回归分析(课件PPT)02](http://img-preview.51jiaoxi.com/3/3/14074663/0/1.jpg?x-oss-process=image/resize,w_794/sharpen,100)
![第9章-9.1 线性回归分析(课件PPT)03](http://img-preview.51jiaoxi.com/3/3/14074663/0/2.jpg?x-oss-process=image/resize,w_794/sharpen,100)
![第9章-9.1 线性回归分析(课件PPT)04](http://img-preview.51jiaoxi.com/3/3/14074663/0/3.jpg?x-oss-process=image/resize,w_794/sharpen,100)
![第9章-9.1 线性回归分析(课件PPT)05](http://img-preview.51jiaoxi.com/3/3/14074663/0/4.jpg?x-oss-process=image/resize,w_794/sharpen,100)
![第9章-9.1 线性回归分析(课件PPT)06](http://img-preview.51jiaoxi.com/3/3/14074663/0/5.jpg?x-oss-process=image/resize,w_794/sharpen,100)
![第9章-9.1 线性回归分析(课件PPT)07](http://img-preview.51jiaoxi.com/3/3/14074663/0/6.jpg?x-oss-process=image/resize,w_794/sharpen,100)
![第9章-9.1 线性回归分析(课件PPT)08](http://img-preview.51jiaoxi.com/3/3/14074663/0/7.jpg?x-oss-process=image/resize,w_794/sharpen,100)
苏教版 (2019)选择性必修第二册9.1线性回归分析优秀ppt课件
展开1.了解变量间的相关关系,会画散点图.2.会用散点图判断两个变量之间是否具有相关关系.3.掌握建立线性回归模型的步骤.4.了解非线性回归转化为线性回归的方法,会求非线性回归方程,并作出预测.核心素养:直观想象、逻辑推理、数学运算
一 变量之间的相关关系相互之间具有一定的联系,但又没有确定性函数关系,相对于确定的自变量,因变量的取值具有随机性的变量之间的关系通常称之为相关关系.生活中很多事物之间具有相关关系,例如“瑞雪兆丰年”“读书破万卷,下笔如有神”“吸烟有害健康”等.
二 散点图的概念1散点图将样本中n个数据点(xi,yi)(i=1,2,…,n)描在平面直角坐标系中得到的图形叫做散点图.
2正相关与负相关散点图中的散点呈从左下向右上方向发展的趋势,即当一个变量的值增加时,另一个变量的相应值也呈现增加的趋势,我们就称这两个变量之间正相关,如图(1);散点图中的散点呈从左上逐渐向右下方向发展的趋势,即当一个变量的值增加时,而另一个变量的相应值呈现减少的趋势,则称这两个变量之间负相关,如图(2).
(1) (2)
示例 在一次对人体脂肪含量和年龄关系的研究中,研究人员获得了一组样本数据,并制作成如图所示的人体脂肪含量与年龄关系的散点图.根据该图,下列结论中正确的是( )A.人体脂肪含量与年龄正相关,且脂肪含量的中位数等于20%B.人体脂肪含量与年龄正相关,且脂肪含量的中位数小于20%C.人体脂肪含量与年龄负相关,且脂肪含量的中位数等于20%D.人体脂肪含量与年龄负相关,且脂肪含量的中位数小于20%
解析 从散点图可以看出,年龄增大,脂肪含量也随之增加,故为正相关.中间的两个点即第5,6两个点脂肪含量均低于20%,故脂肪含量的中位数小于20%.
2样本相关系数r的性质相关系数r具有下列性质:(1)-1≤r≤1.(2)r>0时y与x呈正相关关系,r<0时y与x呈负相关关系.(3)|r|越接近1,y与x相关的程度注意是|r|,而不是r.就越强,|r|越接近0,y与x相关的程度就越弱.通常情况下,当|r|>0.5时,认为线性相关关系显著;当|r|<0.3时,认为几乎没有线性相关关系.(4)r=1的充要条件是成对数据构成的点都在回归直线上.
示例 某研究机构对某校学生的记忆力x和判断力y进行统计分析,得到下表数据:(1)请画出上表数据的散点图;(2)请根据上表提供的数据,用最小二乘法求出y关于x的回归直线方程.
3非线性回归分析解决非线性回归问题的方法及步骤:(1)确定变量:确定解释变量x,预报变量y;(2)画散点图:通过观察散点图并与学过的函数(幂函数、指数函数、对数函数、二次函数)做比较,选取拟合效果好的函数模型;(3)变量置换:通过变量置换把非线性回归问题转化为线性回归问题;(4)分析拟合效果:通过计算相关系数等来判断拟合效果;(5)写出非线性回归方程.
示例 为了研究某种细菌随时间x变化时,繁殖个数y的变化,收集数据如下:(1)用天数x作解释变量,繁殖个数y作预报变量,作出这些数据的散点图;(2)描述解释变量x与预报变量y之间的关系.
解 (1)作散点图如图所示.
一、由散点图判断相关关系例 1 某中学的兴趣小组在某座山上测得海拔(km)、气压(kPa)和沸点(℃)的六组数据绘制成的散点图如图所示,则下列说法错误的是( ) ① ②
【解析】由图①知气压随海拔的增加而减小,由图②知沸点随气压的升高而升高,所以沸点与气压呈正相关,B正确;沸点与海拔呈负相关,C正确,A错误;由于两个散点图中的点都呈线性分布,所以气压与海拔、沸点与气压的相关性都很强,D正确.故选A.
A.沸点与海拔呈正相关 B.沸点与气压呈正相关C.沸点与海拔呈负相关 D.气压与海拔、沸点与气压的相关性都很强
【解析】令f(x)=77.36-1.82x.因为f(x+1)-f(x)=77.36-1.82(x+1)-77.36+1.82x= -1.82,所以产量每增加1千件,单位成本约下降1.82元.
四、非线性回归方程例 4 某二手车交易市场对2020年某品牌二手车的交易进行了统计,得到如图所示的频率分布直方图和散点图.用x表示该车的使用时间(单位:年),y表示其相应的平均交易价格(单位:万元). ① ②(1)已知2020年在此交易市场成交的该品牌二手车为100辆,求使用时间在[12,20]的车辆数.(2)由散点图分析后,可用y=ebx+a作为此交易市场上该种车辆的平均交易价格y关于其使用时间x的回归方程.相关数据见下表: ① ②
5.[2020·全国Ⅰ卷]某校一个课外学习小组为研究某作物种子的发芽率y和温度x(单位:℃)的关系,在20个不同的温度条件下进行种子发芽实验,由实验数据(xi,yi)(i=1,2, …,20)得到如图所示的散点图:由此散点图,在10 ℃至40 ℃之间,下面四个回归方程类型中最适宜作为发芽率y和温度x的回归方程类型的是( )A.y=a+bxB.y=a+bx2C.y=a+bexD.y=a+bln x
解:(1)由频率分布直方图,知200只小白鼠按指标值分布为:在[0,20)内有0.002 5×20×200=10(只);在[20,40)内有0.006 25×20×200=25(只);在[40,60)内有0.008 75×20×200=35(只);在[60,80)内有0.025×20×200=100(只);在[80,100]内有0.007 5×20×200=30(只).由题意,有抗体且指标值小于60的有50只;而指标值小于60的小白鼠共有10+25+35=70(只),所以指标值小于60且没有抗体的小白鼠有20只,所以,指标值不小于60且没有抗体的小白鼠有20只,故列联表如下:
苏教版 (2019)选择性必修第二册9.1线性回归分析背景图课件ppt: 这是一份苏教版 (2019)选择性必修第二册<a href="/sx/tb_c4009183_t3/?tag_id=26" target="_blank">9.1线性回归分析背景图课件ppt</a>,共27页。PPT课件主要包含了复习回顾,1确定关系,2相关关系,1正相关,2负相关,关于散点图的说明,数学探究,不共线,数学建构,相关系数r的性质等内容,欢迎下载使用。
高中9.1线性回归分析备课ppt课件: 这是一份高中<a href="/sx/tb_c4009183_t3/?tag_id=26" target="_blank">9.1线性回归分析备课ppt课件</a>,共21页。PPT课件主要包含了问题情境,数学探究,数学建构,1确定关系,2相关关系,数学应用,数学练习,问题4,散点图的定义,1正相关等内容,欢迎下载使用。
高中数学苏教版 (2019)选择性必修第二册9.1线性回归分析公开课ppt课件: 这是一份高中数学苏教版 (2019)选择性必修第二册9.1线性回归分析公开课ppt课件,共22页。PPT课件主要包含了学习目标,活动方案,检测反馈等内容,欢迎下载使用。