课件15张PPT。1.1 回归分析的基本思想及其初步应用
知识回顾1、两个变量间的关系分为：________、_______、______.
2、如果两个变量中一个变量的取值一定时，另一个变量的取值带有一定的______，那么这两个变量之间的关系叫做相关关系.
3、回归分析的步骤：
①_________②_______________③__________
4、求回归直线方程：____________(其中 是待定参数)
由最小二乘法公式得：
5、回归直线方程恒过点________.
函数关系相关关系无关系随机性画散点图求回归直线方程预报或决策情境引入情境引入问题探究 身高为160cm的女生的体重一定是47.04kg吗？为什么？ 能不能用一次函数模型y=bx+a准确描述身高与体重的关系？建构新知线性回归模型：y=bx+a+e，
（其中a和b为模型的未知参数，e称为随机误差）问题探究 在实际应用中，随机误差e是一个不可观测的量，那么应该怎样研究呢？建构新知问题探究53.862-3.86254.999
3.00167.506 43.629 52.725 58.410 45.903 54.999
2.494 1.371 -0.725 -3.410 1.097 0.001通过残差，能发现什么信息？8名女生体重的残差是多少？建构新知残差图从残差图中得出哪些信息？残差图有什么作用？作用：
1、发现观测数据中的可疑数据；2、判断回归模型的拟合效果. 残差点比较均匀地落在水平的带状区域中，说明选用的模型比较适合.这样的带状区域宽度越窄，说明拟合精度越高，回归方程的预报精度越高.建构新知相关指数残差平方和怎样用相关指数 来刻画回归的效果？53.862-3.86254.999
3.00167.506 43.629 52.725 58.410 45.903 54.999
2.494 1.371 -0.725 -3.410 1.097 0.001学以致用关于x与y有如下数据： 为了对x、y两个变量进行统计分析，现有以下两种线性模型： ，试比较哪一个模型拟合的效果更好. 课堂小结通过这节课的学习，
你有哪些收获、心得、体会？自我检测A1A
