2 回归分析 【教学目标】1
通过实例了解线性回归模型,感受产生随机误差的原因; 2
能求出简单实际问题的线性回归方程; 3
能用相关系数进行相关性检验,并解决简单的回归分析问题;【教学重点】线性回归模型的建立和线性回归系数的最佳估计值的探求方法;【教学难点】相关系数的性质及其相关性检验的基本思想、操作步骤
一、课前预习若两个变量与之间有近似的线性相关关系,则可以用一个回归直线方程bxayˆ来反应这种关系,利用最小二乘法可以得到a 和回归系数b 的估计值aˆ 和bˆ 的计算公式:bˆ___________________=______________________aˆ___________________由此得到的直线xbayˆˆˆ就称为这n 对数据的回归直线,此直线方程即为线性回归方程.其中aˆ 、bˆ 分别为a 、b 的估计值,aˆ 称为回归截距,bˆ 称为回归系数,yˆ 称为回归值
由公式可以判定:点_________一定在回归直线上,这个点称为样本中心点
线性回归方程xbayˆˆˆ中aˆ 和bˆ 的意义是:以aˆ 为基数, x 每增加 1 个单位,y 相应地平均增加________个单位
对任意给定的样本数据,由计算公式都可以求出相应的线性回归方程,但求得的线性回归方程未必有实际意义,我们可以利用________粗略地估计两个变量间是否有线性相关关系
若散点明显不在一条直线附近,不能进行线性拟合,求得的线性回归方程是没有实际意义的;若散点基本上在一条直线附近,则可以粗略地判断为线性相关,但它们线性相关的程度又如何呢
如何较为精确地刻画线性相关关系呢
我们需要对变量 x 与 y 的线性相关性进行检验,简称_________
相关系数的计算公式对于 x 与 y 随机取到的 n 对数据),(ii yx(i=1,2,3,…,n),样本相关系数