一道回归分析题的思维拓展与延伸.doc

一道回归分析、回归分析的基本步骤：(1) 画出两个变量的散点图(2) 求回归直线方程(3) 用回归直线方程进行预报 二、举例：例1 1 2 3 4 5 6 7 8 身高/cm 165 165 157 170 175 165 155 170 体重/kg 48 57 50 54 64 61 43 59 求根据女大学生的身高预报体重的回归方程，并预报一名身高为 172 cm 的女大学生的体重． 解：由于问题中要求根据身高预报体重，因此选取身高为自变量 x ，体重为因变量 y . 作散点图 （1） （2） 其中，（）成为样本点的中心. 可以得到. 于是得到回归方程. 因此，对于身高172 cm 的女大学生，由回归方程可以预报其体重为 ( kg ) . 是斜率的估计值，说明身高 x 每增加1个单位时，体重y就增加0.849 位，这表明体重与身高具有正的线性相关关系． 三．思维拓展与延伸 1.如何描述它们之间线性相关关系的强弱？ 在必修 3 中，我们介绍了用相关系数；来衡量两个变量之间线性相关关系的方法．本相关系数的具体计算公式为. 当r0时，表明两个变量正相关；当r0时，表明两个变量负相关．r的绝对值越接近1，表明两个变量的线性相关性越强；r的绝对值接近于0时，表明两个变量之间几乎不存在线性相关关系．通常，当r的绝对值大于0. 75 时认为两个变量有很强的线性相关关系． 在本例中，可以计算出r =0. 798．这表明体重与身高有很强的线性相关关系，从而也表明我们建立的回归模型是有意义的． 2.如何理解与间的误差 显然，身高172cm 的女大学生的体重不一定是60. 316 kg，但一般可以认为她的体重接近于60 . 316 kg .如下图中的样本点和回归直线的相互位置说明了这一点． 由于所有的样本点不共线，而只是散布在某一条直线的附近，所以身高和体重的关系可用下面的线性回归模型来表示： 这里a和b为模型的未知参数，e是y与之间的误差．通常e为随机变量，称为随机误差，它的均值 E(e）=0，方差D（e）=＞0 ．这样线性回归模型的完整表达式为： (3) 在线性回归模型（3）中，随机误差e的方差护越小，通过回归直线 预报真实值y的精度越高．随机误差是引起预报值与真实值 y 之间的误差的原因之一，大小取决于随机误差的方差. 另一方面，由于公式（1）和（2）中 和为截距和斜率的估计值，它们与真实值a和b之间也存在误差，这种误差是引起预报值与真实值y之间误差的另一个原因． 3. 产生随机误差项e的原因是什么? 一个人的体重值除了受身高的影响外，还受许多其他因素的影响．例如饮食习惯、是否喜欢运动、度量误差等．事实上，我们无法知道身高和体重之间的确切关系是什么，这里只是利用线性回归方程来近似这种关系．这种近似以及上面提到的影响因素都是产生随机误差 e的原因． 因为随机误差是随机变量，所以可以通过这个随机变量的数字特征来刻画它的一些总体特征．均值是反映随机变量取值平均水平的数字特征，方差是反映随机变量集中于均值程度的数字特征，而随机误差的均值为0，因此可以用方差来衡量随机误差的大小． 4. 用身高预报体重时，需要注意哪些问题？ 需要注意下列问题： （1）．回归方程只适用于我们所研究的样本的总体．例如，不能用女大学生的身高和体重之间的回归方程，描述女运动员的身高和体重之间的关系．同样，不能用生长在南方多雨地区的树木的高与直径之间的回归方程，描述北方干旱地区的树木的高与直径之间的关系． （2）．我们所建立的回归方程一般都有时间性．例如，不能用 20 世纪 80 年代的身高体重数据所建立的回归方程，描述现在的身高和体重之间的关系． （3）．样本取值的范围会影响回归方程的适用范围．例如，我们的回归方程是由女大学生身高和体重数据建立的，那么用它来描述一个人幼儿时期的身高和体重之间的关系就不恰当（即在回归方程中，解释变量 x 的样本的取值范围为［155cm,170cm〕 ，而用这个方程计算 x-70cm 时的y值，显然不合适．) （4）．不能期望回归方程得到的预报值就是预报变量的精确值．事实上，它是预报变量的可能取值的平均值． 1 / 4