分享
分销 收藏 举报 申诉 / 38
播放页_导航下方通栏广告

类型高中数学第一章统计案例1.1回归分析1.1.1回归分析1.1.2相关系数PPT省公开课一等奖新名师优.pptx

  • 上传人:丰****
  • 文档编号:12697442
  • 上传时间:2025-11-27
  • 格式:PPTX
  • 页数:38
  • 大小:4.83MB
  • 下载积分:12 金币
  • 播放页_非在线预览资源立即下载上方广告
    配套讲稿:

    如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。

    特殊限制:

    部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。

    关 键  词:
    高中数学 第一章 统计 案例 1.1 回归 分析 相关系数 PPT 公开 一等奖 名师
    资源描述:
    1.1,.,1,回归分析,1,.,1,.,2,相关系数,1/38,2/38,一、线性回归方程,1,.,原理,普通地,设有,n,个搜集到数据以下,:,当,a,b,能够满足使得,Q,(,a,b,),=,(,y,1,-a-bx,1,),2,+,(,y,2,-a-bx,2,),2,+,+,(,y,n,-a-bx,n,),2,取得最小值时,称,y=a+bx,为拟合这,n,对数据线性回归方程,该方程所表示直线称为,回归,直线,.,2,.,公式,3/38,名师点拨,假如散点图中点分布从整体上看大致在一条直线附近,那么我们称这两个变量之间含有线性相关关系,这条直线叫回归直线,从整体上看各点与此直线,“,距离,”,平方之和最小,即最贴近已知数据点,最能代表变量,x,与,y,之间关系,.,普通情况下,在还未断定两个变量之间是否含有线性相关关系情况下,应先进行相关性检验,在确认含有线性相关关系后,再求线性回归方程,.,(1),线性回归方程,y=a+bx,经过样本点中心,称为样本点中心,回归直线一定过此点,.,(2),线性回归方程中截距,a,和斜率,b,都是经过样本预计得来,存在着误差,.,这种误差可能造成预报结果偏差,.,(3),线性回归方程,y=a+bx,中,b,表示,x,增加,1,个单位时,y,改变量,而,a,表示,y,不随,x,改变而改变量,.,(4),能够利用线性回归方程,y=a+bx,预报在,x,取某一个值时,y,预计值,.,4/38,【做一做,1,】,(1),设有一个回归方程为,y=,2,-,2,.,5,x,当变量,x,增加,1,个单位时,(,),A.,y,平均增加,2,.,5,个单位,B.,y,平均增加,2,个单位,C.,y,平均降低,2,.,5,个单位,D.,y,平均降低,2,个单位,(2),某医院用光电比色检验尿汞时,得到尿汞含量,x,(,单位,:,毫克,/,升,),与消化系数,y,一组数据以下表,:,若,x,与,y,含有线性相关关系,则回归直线方程是,.,5/38,解析,:,(1),由回归方程系数,b=-,2,.,5,可知,x,每增加,1,个单位,则,y,平均降低,2,.,5,个单位,.,(2),利用公式得,b=,26,.,95,从而回归直线方程为,y=,26,.,95,x+,28,.,7,.,答案,:,(1)C,(2),y=,26,.,95,x+,28,.,7,6/38,二、相关系数,1,.,相关系数,2,.,正相关、负相关与线性不相关,(1),正相关,:,当,r,0,时,l,xy,0,从而,两个变量值总体上展现出,同时,增减趋势,此时称两个变量正相关,.,(2),负相关,:,当,r,0,时,b,0,一个变量,增加,另一个变量有,降低,趋势,称两个变量负相关,.,(3),线性不相关,:,当,r=,0,时,称两个变量线性不相关,.,7/38,尤其提醒,1,.,判断变量之间线性相关关系,普通用散点图,但在作图中,因为存在误差,有时极难判断这些点是否分布在一条直线附近,从而就极难判断两个变量之间是否含有线性相关关系,此时就必须利用线性相关系数来判断,.,2,.|r|,越靠近,1,它们散点图越靠近一条直线,这时用线性回归模型拟合这组数据效果就越好,.,3,.,相关系数,r,只能描述两个变量之间改变方向及亲密程度,不能揭示二者之间本质联络,.,4,.,相关系数,r,能够定量地反应出变量间相关程度,明确地给出有没有必要建立两变量间回归方程,.,8/38,【做一做,2,】,(1),设两个变量,x,与,y,之间含有线性相关关系,相关系数是,r,回归方程为,y=a+bx,那么必有,(,),A.,b,与,r,符号相同,B.,a,与,r,符号相同,C.,b,与,r,符号相反,D.,a,与,r,符号相反,(2),已知变量,x,和,y,满足关系,y=-,0,.,1,x+,1,变量,y,与,z,正相关,.,以下结论中正确是,(,),A.,x,与,y,正相关,x,与,z,负相关,B.,x,与,y,正相关,x,与,z,正相关,C.,x,与,y,负相关,x,与,z,负相关,D.,x,与,y,负相关,x,与,z,正相关,9/38,解析,:,(1),因为,b,与,r,分母均为正,且分子相同,所以,b,与,r,同号,.,(2),因为变量,x,和,y,满足关系,y=-,0,.,1,x+,1,其中,-,0,.,1,0),则将,y=-,0,.,1,x+,1,代入即可得到,:,z=k,(,-,0,.,1,x+,1),+b=-,0,.,1,kx+,(,k+b,),所以,-,0,.,1,k,0,所以,x,与,z,负相关,综上可知,应选,C,.,答案,:,(1)A,(2)C,10/38,思索辨析,判断以下说法是否正确,正确在后面括号内打,“,”,错误打,“,”,.,(1),线性回归分析就是由样本点去寻找一条直线,使之贴近这些样本点数学方法,.,(,),(2),利用样本点散点图能够直观判断两个变量关系是否能够用线性关系表示,.,(,),(3),经过回归方程,y=bx+a,能够预计和观察变量取值和改变趋势,.,(,),(4),因为由任何一组观察值都能够求得一个线性回归方程,所以没有必要进行相关性检验,.,(,),(5),回归分析是含有相关关系两个变量进行统计分析一个方法,.,(,),答案,:,(1),(2),(3),(4),(5),11/38,探究一,探究二,探究三,思维辨析,求回归直线方程,【例,1,】,已知某地域,4,10,岁女孩各自平均身高数据以下,:,求,y,对,x,线性回归方程,.,思绪分析,:,依据求回归系数公式求,a,b,再写出回归直线方程,.,12/38,探究一,探究二,探究三,思维辨析,13/38,探究一,探究二,探究三,思维辨析,反思感悟,求回归直线方程普通步骤,:,(1),作出散点图,依据问题所给数据在平面直角坐标系中描点,观察点分布是否呈条状分布,即是否在一条直线附近,从而判断两变量是否含有线性相关关系,.,(2),当两变量含有线性相关关系时,求回归系数,a,b,写出回归直线方程,.,14/38,探究一,探究二,探究三,思维辨析,变式训练,1,某研究机构对高三学生记忆力,x,和判断力,y,进行统计分析,得下表数据,:,(1),请画出上表数据散点图,(,要求,:,点要描粗,);,(2),请依据上表提供数据,用最小二乘法求出,y,关于,x,线性回归方程,y=bx+a.,15/38,探究一,探究二,探究三,思维辨析,解,:,(1),16/38,探究一,探究二,探究三,思维辨析,相关系数应用,【例,2,】,已知某地每单位面积菜地年平均使用氮肥量,x,(kg),与每单位面积蔬菜年平均产量,y,(t),之间关系有以下数据,:,(1),求,x,与,y,之间相关系数,并检验是否线性相关,;,(2),若线性相关,求蔬菜产量,y,与使用氮肥量,x,之间线性回归方程,并预计每单位面积施氮肥,150 kg,时,每单位面积蔬菜年平均产量,.,17/38,探究一,探究二,探究三,思维辨析,思绪分析,:,本题为探索两个变量之间是否含有线性相关关系问题,能够经过计算线性相关系数来判断,.,解,:,列出下表,并用科学计算器进行相关计算,:,18/38,探究一,探究二,探究三,思维辨析,19/38,探究一,探究二,探究三,思维辨析,反思感悟线性回归分析简明步骤,1,.,随机抽取样本,确定样本数据,.,2,.,判断两变量是否含有线性相关关系,可画出散点图用散点图判断,;,也可计算相关系数,r,用相关系数作出判断,.,3,.,若两变量线性相关,用最小二乘法求出回归直线方程,.,4,.,分析模型拟合效果,看有没有特殊点,不适当时,分析错因,加以纠正,.,5,.,依据回归方程作出预报,.,20/38,探究一,探究二,探究三,思维辨析,变式训练,2,测得某国,10,对父子身高,(,单位,:,英寸,),以下表,:,(1),对变量,y,与,x,进行相关性检验,;,(2),假如,y,与,x,之间含有线性相关关系,求线性回归方程,;,(3),假如父亲身高为,73,英寸,预计儿子身高,.,21/38,探究一,探究二,探究三,思维辨析,22/38,探究一,探究二,探究三,思维辨析,(2),设线性回归方程为,y=bx+a.,所以,y=bx+a=,0,.,464,6,x+,35,.,974,7,.,故所求线性回归方程为,y=,0,.,464,6,x+,35,.,974,7,.,(3),当,x=,73,时,儿子身高预计值为,0,.,464,6,73,+,35,.,974,769,.,9(,英寸,),.,所以当父亲身高为,73,英寸时,预计儿子身高约为,69,.,9,英寸,.,23/38,探究一,探究二,探究三,思维辨析,利用回归直线方程进行预测,【例,3,】,某商场经营一批进价是,30,元,/,台小商品,在市场试验中发觉,此商品销售单价,x,(,x,取整数,)(,元,),与日销售量,y,(,台,),之间有以下关系,:,(1),画出散点图,并判断,y,与,x,是否含有线性相关关系,;,(2),求日销售量,y,对销售单价,x,线性回归方程,;,(3),设经营此商品日销售利润为,P,元,依据,(2),写出,P,关于,x,函数关系式,并预测当销售单价,x,为多少元时,才能取得最大日销售利润,.,思绪分析,:,先由散点图确定,y,与,x,含有相关关系,再用求回归直线方程方法求出回归直线方程,最终,进行对应预测,.,24/38,探究一,探究二,探究三,思维辨析,解,:,(1),散点图如图所表示,从图中能够看出这些点大致分布在一条直线附近,所以两个变量线性相关,.,25/38,探究一,探究二,探究三,思维辨析,26/38,探究一,探究二,探究三,思维辨析,反思感悟,依据已给数据,寻找规律,求出回归直线方程不是最终目标,最终目标应是当一个变量取某个值时,预测另一个变量取值,.,当然,预测值是一个预计值,与实际真正值有一定误差,.,27/38,探究一,探究二,探究三,思维辨析,变式训练,3,某电脑企业有,5,名产品推销员,其工作年限与年推销金额数据以下表,:,(1),求年推销金额,y,对工作年限,x,线性回归方程,;,(2),若第,5,名推销员工作年限为,11,年,试预计他年推销金额,.,28/38,探究一,探究二,探究三,思维辨析,解,:,设所求线性回归方程为,y=a+bx,所以年推销金额,y,对工作年限,x,线性回归方程为,y=,0,.,4,+,0,.,5,x.,当,x=,11,时,y=,0,.,4,+,0,.,5,11,=,5,.,9(,万元,),故能够预计第,5,名推销员年推销金额为,5,.,9,万元,.,29/38,探究一,探究二,探究三,思维辨析,因对回归直线了解不清致误,【典例】,已知,x,y,取值以下表所表示,由散点图分析可知,y,与,x,线性相关,且线性回归方程为,y=,0,.,95,x+,2,.,6,那么表格中数据,m,值为,.,易错分析,:,本题易出现直接将,m,所对应,x,值,4,代入回归直线方程,而求出,m=,6,.,4,作为结果,.,实质上,回归直线方程并不是,x,与,y,函数关系,所以必须利用样本中心点坐标求解,.,答案,:,6,.,7,纠错心得,平时学习时一定要对每一个基础知识了解透彻,.,30/38,探究一,探究二,探究三,思维辨析,跟踪训练,某研究所研究耕种深度,x,(,单位,:cm),与水稻产量,y,(,单位,:t),关系,所得数据以下表,:,试求每公顷水稻产量和耕种深度线性相关系数与线性回归方程,.,31/38,探究一,探究二,探究三,思维辨析,解,:,将数据列成下表,:,32/38,1,2,3,4,5,1,.,对于相关系数,r,以下说法正确是,(,),A.,|r|,越大,相关程度越小,B.,|r|,越小,相关程度越大,C.,|r|,越大,相关程度越小,|r|,越小,相关程度越大,D.,|r|,1,且,|r|,越靠近于,1,相关程度越大,|r|,越靠近于,0,相关程度越小,解析,:,|r|,1,当,|r|,越靠近于,1,误差越小,变量之间线性相关程度越高,;,|r|,越靠近于,0,误差越大,变量之间线性相关程度越低,故选,D,.,答案,:,D,33/38,1,2,3,4,5,2,.,已知某商品销售量,y,(,件,),与销售价格,x,(,元,/,件,),负相关,则其线性回归方程可能是,(,),A.,y=-,10,x+,200B.,y=,10,x+,200,C.,y=-,10,x-,200D.,y=,10,x-,200,解析,:,因为销售量,y,与销售价格,x,成负相关,故排除,B,D,.,又当,x=,10,时,A,中,y=,100,而,C,中,y=-,300,C,不符合题意,故选,A,.,答案,:,A,34/38,1,2,3,4,5,3,.,设某大学女生体重,y,(,单位,:kg),与身高,x,(,单位,:cm),含有线性相关关系,依据一组样本数据,(,x,i,y,i,)(,i=,1,2,n,),用最小二乘法建立回归方程为,y=,0,.,85,x-,85,.,71,则以下结论不正确是,(,),A.,y,与,x,含有正线性相关关系,B.,回归直线过样本点中心,C.,若该大学某女生身高增加,1 cm,则其体重约增加,0,.,85 kg,D.,若该大学某女生身高为,170 cm,则可断定其体重必为,58,.,79 kg,解析,:,本题考查线性回归方程,.,D,项中身高为,170,cm,时,体重,“,约为,”58,.,79,而不是,“,确定,”,回归方程只能作出,“,预计,”,而非确定,“,线性,”,关系,.,答案,:,D,35/38,1,2,3,4,5,4,.,已知,x,y,取值以下表,:,若,x,y,含有线性相关关系,且回归直线方程为,y=,0,.,95,x+a,则,a,值为,.,36/38,1,2,3,4,5,5,.,某工厂为了对新研发一个产品进行合理定价,将该产品按事先确定价格进行试销,得到以下数据,:,(1),求线性回归方程,y=bx+a,其中,b=-,20,(2),预计在今后销售中,销量与单价依然服从,(1),中关系,且该产品成本是,4,元,/,件,为使工厂取得最大利润,该产品单价应定为多少元,?(,利润,=,销售收入,-,成本,),37/38,1,2,3,4,5,38/38,
    展开阅读全文
    提示  咨信网温馨提示:
    1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
    2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,个别因单元格分列造成显示页码不一将协商解决,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
    3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
    4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前可先查看【教您几个在下载文档中可以更好的避免被坑】。
    5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
    6、文档遇到问题,请及时联系平台进行协调解决,联系【微信客服】、【QQ客服】,若有其他问题请点击或扫码反馈【服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【版权申诉】”,意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:0574-28810668;投诉电话:18658249818。

    开通VIP折扣优惠下载文档

    自信AI创作助手
    关于本文
    本文标题:高中数学第一章统计案例1.1回归分析1.1.1回归分析1.1.2相关系数PPT省公开课一等奖新名师优.pptx
    链接地址:https://www.zixin.com.cn/doc/12697442.html
    页脚通栏广告

    Copyright ©2010-2025   All Rights Reserved  宁波自信网络信息技术有限公司 版权所有   |  客服电话:0574-28810668    微信客服:咨信网客服    投诉电话:18658249818   

    违法和不良信息举报邮箱:help@zixin.com.cn    文档合作和网站合作邮箱:fuwu@zixin.com.cn    意见反馈和侵权处理邮箱:1219186828@qq.com   | 证照中心

    12321jubao.png12321网络举报中心 电话:010-12321  jubao.png中国互联网举报中心 电话:12377   gongan.png浙公网安备33021202000488号  icp.png浙ICP备2021020529号-1 浙B2-20240490   


    关注我们 :微信公众号  抖音  微博  LOFTER               

    自信网络  |  ZixinNetwork