4.4一元线性回归案例_教案-湘教版数学选修1-2

文档属性

名称 4.4一元线性回归案例_教案-湘教版数学选修1-2
格式 docx
文件大小 84.6KB
资源类型 教案
版本资源 湘教版
科目 数学
更新时间 2021-08-05 10:25:54

图片预览

文档简介

一元线性回归案例
【教学目标】
(1)通过收集现实问题中两个有关联变量的数据做出散点图,并利用散点图直观认识变量间的相关关系;
(2)在两个变量具有线性相关关系时,会在散点较长中做出线性直线,会用线性回归方程进行预测;
(3)知道最小二乘法的含义,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,了解(线性)相关系数的定义。
【教学重点】
散点图的画法,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。
【教学过程】
一、问题情境
1.情境:
客观事物是相互联系的 过去研究的大多数是因果关系,但实际上更多存在的是一种非因果关系比如说:某某同学的数学成绩与物理成绩,彼此是互相联系的,但不能认为数学是“因”,物理是“果”,或者反过来说 事实上数学和物理成绩都是“果”,而真正的“因”是学生的理科学习能力和努力程度 所以说,函数关系存在着一种确定性关系 但还存在着另一种非确定性关系——相关关系。
2.问题:
某小卖部为了了解热茶销售量与气温之间的关系,随机统计并制作了某6天卖出热茶的杯数与当天气温的对照表:
气温/
26
18
13
10
4
杯数
20
24
34
38
50
64
如果某天的气温是,你能根据这些数据预测这天小卖部卖出热茶的杯数吗?
二、学生活动
为了了解热茶销量与气温的大致关系,我们以横坐标表示气温,纵坐标表示热茶销量,建立直角坐标系,将表中数据构成的个数对所表示的点在坐标系内标出,得到下图,今后我们称这样的图为散点图(scatterplot)。
从上图可以看出。这些点散布在一条直线的附近,故可用一个线性函数近似地表示热茶销量与气温之间的关系。
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;
怎样的直线最好呢?
三、建构数学
1.最小平方法:
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,取的最小值,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。
2.线性相关关系:
像能用直线方程近似表示的相关关系叫做线性相关关系。
3.线性回归方程:
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
,(*) ,
四、数学运用
1.例题:
例1.下表为某地近几年机动车辆数与交通事故数的统计资料,请判断机动车辆数与交通事故数之间是否有线性相关关系,如果具有线性相关关系,求出线性回归方程;如果不具有线性相关关系,说明理由。
机动车辆数/千台
95
110
112
120
129
135
150
180
交通事故数/千件
6.2
7.5
7.7
8.5
8.7
9.8
10.2
13
解:在直角坐标系中画出数据的散点图,直观判断散点在一条直线附近,故具有线性相关关系。计算相应的数据之和:

将它们代入()式计算得,
所以,所求线性回归方程为。
2.练习:
(1)下列两个变量之间的关系哪个不是函数关系( D )
A.角度和它的余弦值 B.正方形边长和面积
C.正n边形的边数和它的内角和 D.人的年龄和身高
(2)给出施化肥量对水稻产量影响的试验数据:
施化肥量x
15
20
25
30
35
40
45
水稻产量y
330
345
365
405
445
450
455
1)画出上表的散点图;2)求出回归直线并且画出图形
解:1)散点图(略)。
2)表中的数据进行具体计算,列成以下表格
i
1
2
3
4
5
6
7
xi
15
20
25
30
35
40
45
yi
330
345
365
405
445
450
455
xiyi
4950
6900
9125
12150
15575
18000
20475

故可得到
从而得回归直线方程是。(图形略)
五、回顾小结:
1.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。由于计算量较大,所以在计算时应借助技术手段,认真细致,谨防计算中产生错误。求线性回归方程的步骤:计算平均数;计算的积,求;计算;将结果代入公式求;用 求;写出回归方程。
同课章节目录