2.3.1线性回归方程(1)
一.教学任务分析:
(1)通过收集现实问题中两个有关联变量的数据作出散点图,并利用散点图直观认识变量间的相关关系.
(2) 了解最小二乘法的含义,知道最小二乘法的思想,能根据给出的线性回归方程系数公式建立线性回归方程.
(3)在两个变量具有线性相关关系时,会在散点图中作出线性回归直线,会用线性回归方程进行预测.
二.教学重点与难点:
教学重点:回归直线方程的求解方法. 教学难点:回归直线方程的求解方法.
↓
四.教学情境设计:
1.创设情景,揭示课题
的个数对所表示的点在坐标系内标出,得到散点图.
从散点图可以看出.这些点大致分布在通过散点图中心的一条直线的附近.
如果散点图中点的分布从整体看大致分布在一条直线的附近,我们称这两个变量之间具有线性相关关系,这条直线叫回归直线.
如果能够求出这条回归直线的方程,我们就可以比较清楚的了解热茶销量与气温之间的关系.
2.最小二乘法
选择怎样的直线近似地表示热茶销量与气温之间的关系? 我们有多种思考方案:
(1)选择能反映直线变化的两个点,例如取这两点的直线; (2)取一条直线,使得位于该直线一侧和另一侧的点的个数基本相同;
(3)多取几组点,确定几条直线方程,再分别算出各条直线斜率、截距的平均值,作为所求直线的斜率、截距; ………………
6(4,50),(18,24)
怎样的直线最好呢? ------从整体上看,各点与此直线的距离最小.
即: 用方程为的直线拟合散点图中的点,应使得该直线与散点图中的点最接近.那么,怎样衡量直线与图中六个点的接近程度呢? 我们将表中给出的自变量的六个值带入直线方程,得到相应的六个的值: .这六个值与表中相应的实际值应该越接近
越好.所以,我们用类似于估计平均数时的思想,考虑离差的平方和:
是直线与各散点在垂直方向(纵轴方向)上的距离的平方和,可以用来衡量直线与图中六个点的接近程度,所以,设法取的值,使达到最小值.这种方法叫做最小平方法(又称最小二乘法) .
先把看作常数,那么是关于的二次函数.易知,当时, 取得最小值.同理, 把看作常数,那么是关于的二次函数.当时, 取得最小
值.因此,当时,取得最小值,由此解得.所求
直线方程为.当时,,故当气温为时,热茶销量约为杯.
3.线性回归方程的求解方法
一般地,设有个观察数据如下:
当使取得最小值时,就
称为拟合这对数据的线性回归方程,该方程所表示的直线称为回归直线. 上述式子展开后,是一个关于的二次多项式,应用配方法,可求出使为最小值时的的值.即
,(*) ,
线性回归方程是
,其中b 是回归方程的斜率,a 是截距.系数 4.求线性回归方程的步骤:
?y
b x a =+?y
b x a =+x ?y
26,18,13,10,4,b a b a b a b a b a b a +++++-+2
2
2
2
2
2
2
2(,)(2620)(1824)(1334)(1038)(450)(64)
12866140382046010172
Q a b b a b a b a b a b a b a b a a b b a =+-++-++-++-+
+-+-+-=++--+(,)Q a b ?y
b x a =+?y
b x a =+,a b (,)Q a b a Q b 140382021286a b -=-?Q b Q a 140460
12
b a
-=-
Q 14038202128614046012
a b b a -?
=-????
-?=-??Q 1.6477,57.5568b a ≈-≈? 1.647757.5568y
x =-+5x =-?66y ≈5-0
C 66n ,a b 222
1122()()...()n n Q y b x a y b x a y b x a =--+--++--?y
b x a =+n ,a b Q ,a b ????
?????-=--=
---=-
-
-=-
-==-=--∑
∑
∑∑x
b y a x
n x y x n y x x x
y y x x
b n
i i n
i i i n
i i
n
i i i 2
1
2
11
1
)
()
)((∑
==
n
i i x n
x 1
1∑
==
n
i i y n
y 1
1?y
b x a =+
(1)计算平均数;
(2)计算的积,求; (3)计算;
(4)将结果代入公式
,求b ;
(5)用 ,求a ; (6)写出回归方程
5. 线性回归方程的应用
(2)求出回归直线方程
解:(1)散点图(略).
故可得到
从而得回归直线方程是.
6.小结:
对一组数据进行线性回归分析时,应先画出其散点图,看其是否呈直线形,再依系数的计算公式,算出.写出回归方程
7.课外作业:
y x ,i i y x 与∑i i y x ∑2
i x ∑
∑
=--
-=--=
n
i i n
i i i x
n x y x n y x b 1
2
2
1x b y a -=257
3075.43.399,
75.430
770003
.399307871752
≈?-=≈?-??-=
a b ^
4.75257y x =+,a b ,a b