高三数学统计案例内容摘要:

= 67 .0 1 , x 2 = 4 46 2. 24 , y 2 ≈ 4 49 0. 34 , (2)设回归方程为 y= bx+ a. 故所求的回归方程为: y= 6x+ . (3)当 x= 73时, y= 6 73+ ≈. 所以当父亲身高为 73英寸时,估计儿子身高约为 . a = y - b x = 6 7 . 0 1 - 0 . 4 6 4 6 6 6 . 8 ≈ 3 5 . 9 7 . 【 方法点评 】 建立回归模型的步骤: (1)确定研究对象,明确哪个变量是解释变量,哪个变量是预报变量. (2)画出确定好的解释变量和预报变量的散点图,观察它们之间的关系 (如是否存在线性关系等 ). (3)由经验确定回归方程的类型 (如我们观察到数据呈线性关系,则选用线性回归方程 y= bx+ a). (4)按一定规则估计回归方程中的参数 (如最小二乘法 ). (5)得出结果后分析残差是否有异常 (个别数据对应残差过大,或残差呈现不随机的规律性等 ).若存在异常,则检查数据是否有误,或模型是否适合等. i 1 2 3 4 5 6 7 8 9 xi yi 1.一项调查表对 9个不同的 x值,测得 y的 9个对应值如下表: 试作出该数据的散点图并由图判断是否存在回归直线,若有,则求出回归方程. 【 解析 】 散点图如图所示 由图知所有数据点近直线排列,因此,认为 y对 x有线性回归关系. a = y - b x = 10 .1 22 2 - 2. 93 0 6 3. 36 6 7 ≈ 0. 25 5 7. 所求回归方程为 y = 0. 25 5 7 + 2. 93 0 6x. 天数 x/天 1 2 3 4 5 6 繁殖个数 y/个 6 12 25 49 95 190 为了研究某种细菌随时间 x变化时,繁殖个数 y的变化,收集数据如下: (1)用天数 x作解释变量,繁殖个数 y作预报变量,作出这些数据的散点图; (2)描述解释变量 x与预报变量 y之间的关系; 【思路点拨】 作出散点图 分析与哪种曲线拟合 转化线性关系 进行回归分析 【 自主探究 】 (1)所作散点如图所示. (2)由散点图看出样本点分布在一条指数函数 的周围,于是令 z=lny,则 【 方法点评 】 :当回归方程不是形如 y=bx+a时称之为非线性回归模型. 2.非线性回归模的拟合效果:对于给定的样本点 (x1, y1), (x2,y2), „ , (xn, yn),两个含有未知参数的模型 =f(x, a) 和 =g(x, b),其中 a和 b都是未知参数. 使用年数 x 1 2 3 4 5 6 7 8 9 10 年均价格 y (美元 ) 2 651 1 943。
阅读剩余 0%
本站所有文章资讯、展示的图片素材等内容均为注册用户上传(部分报媒/平媒内容转载自网络合作媒体),仅供学习参考。 用户通过本站上传、发布的任何内容的知识产权归属用户或原始著作权人所有。如有侵犯您的版权,请联系我们反馈本站将在三个工作日内改正。