1 回归分析的基本思想及其初步应用(一) 【学习目标】 1
通过典型案例的探究,进一步了解回归分析的基本思想、方法及初步应用;2
了解线性回归模型与函数模型的差异,了解衡量两个变量之间线性相关关系得方法---相关系数
【重点难点】 重点:了解线性回归模型与函数模型的差异,了解判断刻画模型拟合效果的方法-相关指数和残差分析
难点:解释残差变量的含义,了解偏差平方和分解的思想
【知识链接】(预习教材 P2~ P4,找出疑惑之处)问题 1:“名师出高徒”这句彦语的意思是什么
有名气的老师就一定能教出厉害的学生吗
这两者之间是否有关
复习 1:函数关系是一种 关系,而相关关系是一种 关系
复习 2:回归分析是对具有 关系的两个变量进行统计分析的一种常用方法,其步骤:
【学习过程】※ 学习探究实例 从某大学中随机选取 8 名女大学生,其身高/cm 和体重/kg 数据如下表所示:编号12345678身高165165157170175165155170体重4857505464614359问题:画出散点图,求根据一名女大学生的身高预报她的体重的回归方程,并预报一名身高为172cm 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 自变量 x, 为因变量
(1)做散点图:从散点图可以看出 和 有比较好的 相关关系
(2) = =所以于是得到回归直线的方程为(3)身高为 172cm 的女大学生,由回归方程可以预报其体重为 问题:身高为 172cm 的女大学生,体重一定是上述预报值吗
思考:线性回归模型与一次函数有何不同
新知:用相关系数 r 可衡量两个变量之间 关系
计算公式为 r =r>0, 相关, r