回归分析注意问题两例一、相关性判断问题例1炼钢是一个氧化降碳的过程，钢水含碳量的多少直接影响冶炼时间的长短，必须掌握钢水含碳量和冶炼时间的关系。如果已测得炉料融化完毕时钢水的含碳量x与冶炼时间y（从炉料融化完毕到出钢的时间）的一列数据，如下表所示：x（0.01%）104180190177147134150191204121Y／min100200210185155135170205235125（1）y与x是否具有线性相关关系？（2）如果y与x具有线性相关关系，求回归直线方程；（3）预测当钢水含碳量为160个0.01%时，应冶炼多少分钟？分析：判断两变量之间是否具有线性相关关系，要计算出相关系数r，比较r与临界值的大小，依据线性回归直线方程，对冶炼时间进行预报。解析：（1）由已知数据列成下表：i12345678910ix104180190177147134150191204121iy100200210185155135170205235125iixy10400360003990032745227851809025500391554794015125159.8,172XY101022111265448,321350,287640niiiiiiiXyXY于是1011010102222111100.9906(10)(10)iiiiiiiiiXYxyrXxyy，又0.050.632r，0.05rr知y与x具有线性相关关系。（2）设所求的回归直线方程ybxa，则用心爱心专心10110221101.267,30.5110iiiiiXYxybaybxXx，即所求的回归直线方程为1.26730.51yx（3）当160x时，1.26716030.51172(min)y，即大约冶炼172min。导评：已知x与y呈线性相关关系，就无需进行相关性检验，否则要进行相关性检验。如果两个变量不具备相关关系，或者相关关系不显著，即使求出回归方程也是毫无意义的，用其估计和预测也是不可信的。二、非线性问题例2在试验中得到变量y与x的数据如下：x0.06670.03380.03330.02730.0225y39.442.941.043.149.2由经验知，y与1x之间具有线性相关关系，试求y与x之间的回归曲线方程；当00.038x时，预测0y的值。分析：通过换元转化为线性回归问题。解析：令1ux，由题目所给数据可得下表所示的数据‘序号iuiy2iu2iyiiuy115．039．42251552．36591225．842．9665．641840．411106．82330．041．090016811230436．643．11339．561857．611577．46544．449．21971．362420．642184．48合计151．8215．65101．569352．026689．76计算得0.29,34.32ba，∴34.320.29yu用心爱心专心故所求回归曲线方程为0.2934.32yx，当00.038x时，0.2934.3241.950.038y。导评：非线性问题有时并不给出经验公式，此时我们可以由已知的数据画出散点图，并把散点图与已经学习过的各种函数，如幂函数、指数函数、对数函数、二次函数等作比较，挑选出跟这些散点拟合最好的函数，然后再采用变量的置换把问题转化为线性回归分析问题，使问题得以解决。用心爱心专心
