歡迎來到裝配圖網(wǎng)! | 幫助中心 裝配圖網(wǎng)zhuangpeitu.com!
裝配圖網(wǎng)
ImageVerifierCode 換一換
首頁 裝配圖網(wǎng) > 資源分類 > DOC文檔下載  

2019-2020年高中數(shù)學(xué)回歸分析的基本思想及其初步應(yīng)用知識梳理教案新人教A版選修2-3.doc

  • 資源ID:2386482       資源大?。?span id="kctnmo4" class="font-tahoma">89.50KB        全文頁數(shù):3頁
  • 資源格式: DOC        下載積分:9.9積分
快捷下載 游客一鍵下載
會員登錄下載
微信登錄下載
三方登錄下載: 微信開放平臺登錄 支付寶登錄   QQ登錄   微博登錄  
二維碼
微信掃一掃登錄
下載資源需要9.9積分
郵箱/手機(jī):
溫馨提示:
用戶名和密碼都是您填寫的郵箱或者手機(jī)號,方便查詢和重復(fù)下載(系統(tǒng)自動生成)
支付方式: 支付寶    微信支付   
驗(yàn)證碼:   換一換

 
賬號:
密碼:
驗(yàn)證碼:   換一換
  忘記密碼?
    
友情提示
2、PDF文件下載后,可能會被瀏覽器默認(rèn)打開,此種情況可以點(diǎn)擊瀏覽器菜單,保存網(wǎng)頁到桌面,就可以正常下載了。
3、本站不支持迅雷下載,請使用電腦自帶的IE瀏覽器,或者360瀏覽器、谷歌瀏覽器下載即可。
4、本站資源下載后的文檔和圖紙-無水印,預(yù)覽文檔經(jīng)過壓縮,下載后原文更清晰。
5、試題試卷類文檔,如果標(biāo)題沒有明確說明有答案則都視為沒有答案,請知曉。

2019-2020年高中數(shù)學(xué)回歸分析的基本思想及其初步應(yīng)用知識梳理教案新人教A版選修2-3.doc

2019-2020年高中數(shù)學(xué)回歸分析的基本思想及其初步應(yīng)用知識梳理教案新人教A版選修2-3一線性回歸方程的確定如果一組具有相關(guān)關(guān)系的數(shù)據(jù)作出散點(diǎn)圖大致分布在一條直線附近,那么我們稱這樣的變量之間的關(guān)系為線性相關(guān)關(guān)系(也稱一元線性相關(guān)),這條直線就是回歸直線,記為那么如何求得參數(shù)使得各點(diǎn)與此直線的距離的平方和為最小,即如何求得線性回歸方程呢? 在所求回歸直線方程中,當(dāng)取時,與實(shí)際收集到的數(shù)據(jù)之間的偏差為,偏差的平方為(如圖1). 即 來刻畫出個點(diǎn)與回歸直線在整體上的偏差的平方和,顯然Q取最小值時的的值就是我們所求的: 其中為樣本數(shù)據(jù),為樣本平均數(shù),稱為樣本點(diǎn)中心,且所求線性回歸直線經(jīng)過樣本點(diǎn)中心(如圖2所示) 當(dāng)回歸直線斜率時,為線性正相關(guān), 時為線性負(fù)相關(guān).y 圖1 應(yīng)注意,這個最小距離不是通常所指的各數(shù)據(jù)的點(diǎn)到直線的距離,而是各數(shù)據(jù)點(diǎn)沿平行y軸方向到直線的距離(如圖1所示) y圖2對于上面參數(shù)的求法原理及方法是簡單的,但是運(yùn)算量較大,需要將展開,再合并,然后配方整理,從而求得. 例如,當(dāng)取怎樣實(shí)數(shù)時, 的值為最小,顯然當(dāng)時最小值為,像這樣配方求最值的方法是經(jīng)常用到的, 線性回歸方程中的參數(shù)就是這樣求出的. 教材中用了添項(xiàng)法較為簡捷的求出了截距和斜率分別是使取最小值時的值求得,的值,請同學(xué)們體會其解法線性回歸方程的確定是進(jìn)行回歸分析的基礎(chǔ)二回歸分析:是對具有相關(guān)關(guān)系的兩個變量進(jìn)行統(tǒng)計分析的一種常用方法線性相關(guān)關(guān)系的強(qiáng)弱兩個變量之間線性相關(guān)關(guān)系的樣本相關(guān)系數(shù)衡量線性相性關(guān)系的強(qiáng)弱,由于分子與斜率的分子一樣,因此,當(dāng)時,兩個變量正相關(guān);當(dāng)時兩個變量負(fù)相關(guān)當(dāng)?shù)慕^對值接近,表明兩個變量的線性相關(guān)性很強(qiáng);當(dāng)?shù)慕^對值接近,表明兩個變量之間幾乎不存在線性相關(guān)關(guān)系規(guī)定當(dāng)時,我們認(rèn)為兩個變量有很強(qiáng)的線性相關(guān)關(guān)系解釋變量與隨機(jī)誤差對預(yù)報精度的影響以及殘差分析(1)有關(guān)概念圖3 y線性回歸模型其中和為模型的未知參數(shù);稱為解釋變量,稱為預(yù)報變量;是與之間的誤差,叫隨機(jī)誤差。隨機(jī)誤差的估計值為稱為相應(yīng)于樣本點(diǎn)的殘差(如圖)(2)隨機(jī)誤差的方差估計值衡量回歸方程的預(yù)報精度由于隨機(jī)誤差的均值0,因此,可以用隨機(jī)誤差的方差估計值(其中,殘差平方和為)衡量回歸方程的預(yù)報精度,顯然越小,預(yù)報精度越高。(3)通過殘差分析判斷模型擬合效果由計算出殘差,然后選取橫坐標(biāo)為編號、或解釋變量或預(yù)報變量,縱坐標(biāo)為殘差作出殘差圖通過圖形分析,如果樣本點(diǎn)的殘差較大,就要分析樣本數(shù)據(jù)的采集是否有錯誤;另一方面,可以通過殘差點(diǎn)分布的水平帶狀區(qū)域的寬窄,說明模型擬合效果,反映回歸方程的預(yù)報精度3相關(guān)指數(shù)反應(yīng)模型的擬合效果 (1)變量理解: 為總偏差平方和,表示解釋變量和隨機(jī)誤差產(chǎn)生的總的效應(yīng);為殘差平方和,表示了隨機(jī)誤差效應(yīng);,表示了解釋變量效應(yīng)()模型擬合效果,反映了隨機(jī)誤差對預(yù)報變量(總效應(yīng))的貢獻(xiàn)率;反映了解釋變量對預(yù)報變量(總效應(yīng))的貢獻(xiàn)率; 因此,越接近(即越接近0),表示回歸的效果越好,即解釋變量和預(yù)報變量的線性相關(guān)性越強(qiáng)三非線性回歸的問題轉(zhuǎn)化為線性回歸問題圖4(1)作散點(diǎn)圖確定曲線模型根據(jù)收集的數(shù)據(jù)作散點(diǎn)圖(如圖),可見兩個變量不呈線性相關(guān)關(guān)系而是分布在某一條指數(shù)函數(shù)曲線的周圍,也可以認(rèn)為樣本點(diǎn)集中在某二次曲線的附近(2)非線性轉(zhuǎn)化為線性這時通過對數(shù)變換把指數(shù)關(guān)系變?yōu)榫€性關(guān)系;通過換元把二次函數(shù)關(guān)系變換為線性關(guān)系在這兩種情況下就可以利用線性回歸模型,建立和之間的非線性回歸方程了 (3)比較兩種模型的擬合效果對于給定的樣本點(diǎn)可以通過轉(zhuǎn)換后的對應(yīng)數(shù)表作散點(diǎn)圖來確定線性回歸的擬合情況,判斷選用哪一種曲線模型較為合適;可以通過原始數(shù)據(jù)及和之間的非線性回歸方程列出殘差對比分析表,一般通過殘差平方和比較兩種模型的擬合效果,顯然殘差平方和較小的擬合效果較好;還可以用來比較兩個模型的擬合效果,越大(越接近),擬合效果越好。

注意事項(xiàng)

本文(2019-2020年高中數(shù)學(xué)回歸分析的基本思想及其初步應(yīng)用知識梳理教案新人教A版選修2-3.doc)為本站會員(tia****nde)主動上傳,裝配圖網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對上載內(nèi)容本身不做任何修改或編輯。 若此文所含內(nèi)容侵犯了您的版權(quán)或隱私,請立即通知裝配圖網(wǎng)(點(diǎn)擊聯(lián)系客服),我們立即給予刪除!

溫馨提示:如果因?yàn)榫W(wǎng)速或其他原因下載失敗請重新下載,重復(fù)下載不扣分。




關(guān)于我們 - 網(wǎng)站聲明 - 網(wǎng)站地圖 - 資源地圖 - 友情鏈接 - 網(wǎng)站客服 - 聯(lián)系我們

copyright@ 2023-2025  zhuangpeitu.com 裝配圖網(wǎng)版權(quán)所有   聯(lián)系電話:18123376007

備案號:ICP2024067431-1 川公網(wǎng)安備51140202000466號


本站為文檔C2C交易模式,即用戶上傳的文檔直接被用戶下載,本站只是中間服務(wù)平臺,本站所有文檔下載所得的收益歸上傳人(含作者)所有。裝配圖網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對上載內(nèi)容本身不做任何修改或編輯。若文檔所含內(nèi)容侵犯了您的版權(quán)或隱私,請立即通知裝配圖網(wǎng),我們立即給予刪除!