变量间的相关关系、回归分析导学案内容摘要:

数据点和它回归直线上相应位置的差异 )ˆii yy ( 是随机误差的效应 ,称 iii yye ˆˆ  为残差 . (3)残差平方和  ni ii yy12)ˆ( .(4)相关指数  niiniiiyyyyR12122)()ˆ( 2R 的值越大 ,说明残差平方和越小 ,也就是说模型的拟 合效果越好 .在线性回归模型中 , 2R 表示解释变量对预报变量变化的贡献率 , 2R 越接近于 1,表示回归的效果越好 . (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). 应用: x(吨 )与相应的生产能耗Y(吨标准煤 )的几组对照数据 x 3 4 5 6 y 3 4 (1)请画出上表数据的散点图;。
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。