1、1.1.1 回归分析的基本思想及其初步应用第二课时班别： 姓名： 学号： 等级： 学习目标 1、了解回归分析中的有关概念及意义，了解残差的定义及产生背景2、了解发现数据错误方法及模型拟合效果的分析工具3、了解建立线性回归模型的大致步骤【自学指导】仔细阅读课本 P46 页例 2 上面内容1、在线性回归模型中，应该怎样研究随机误差？2、找出残差的计算公式（并在课本中画出来）3、文中 P4 页表格中各项的残差数据是怎么求出来的？怎么画残差图对残差特性进行分析？还可以用什么来刻画回归效果？4、找出用身高预报体重时，需要注意的问题（在文中画出来）5、找出建立回归模型的基本步骤（在文中画出来）8 分钟后比
2、比谁能答对以上问题。【教材知识梳理】通在过残差 来判断模型拟合的效果这种分析工作称为残差分析坐标纵轴为残差变量，横轴可以有不同的选择；若模型选择的正确，残差图中的点应该分布在以横轴为心的带形区域；对于远离横轴的点，要特别注意。1,2,3,.nee残 差-4000-200002000400060000 2 4 6 8 10 12残 差错误数据模型问题【课时小结】 用身高预报体重时须注意下面问题：1.适用范围；2.适用时间；3.样本选取影响方程适用范围；4：预报值是预报变量可能值的平均值建立回归方程的步骤：【试一试】1、在对一组数据采用几种不同的回归模型进行回归分析时，得到下面的相应模型的相关指数
3、 2R的值，其中拟和效果较好的是（ ）A0.60 B0.63 C0.65 D0.682、若对于变量 y 与 x 的 10组统计数据的回归模型中，相关指数 95.02R，又身高与体重残差图 异常点画散点图确立研究对象分析残差图是否异常按规律估计 a、b由经验确定回归方程类型知残差平方和为 53.120，那么 102)(iiy的值为（ ）A.241.06 B.2410.6 C. 253.08 D.2530.83、下列说法正确的有( )回归方程 适用于一切样本和总体。 回归方程一般都有时间性。样本取值的范围会影响回归方程的适用范围。回归方程得到的预报值是预报变量的精确值。A. B. C. D. 4、
4、如图所示，图中有 5 组数据，去掉 组数据后（填字母代号） ，剩下的4 组数据的线性相关性最大（ ） E C D A5、已知有线性相关关系的两个变量建立的回归直线方程为 yabx，方程中的回归系数 b（ ）可以小于 0 只能大于 0 可以为 0 只能小于 06、已知 x 与 y 之间的一组数据：x 0 1 2 3y 1 3 5 7则 y 与 x 的线性回归方程为 y=bx+a 必过（ ）A.（2，2）点 B.（1.5，0）点 来源:Z B.身高在 145.83cm 以上;C.身高在 145.83cm 以下; D.身高在 145.83cm 左右.6、工人月工资（元）依劳动生产率（千元）变化的回归直线方程为，下列判断正确的是（） 09yxA.劳动生产率为 1000 元时，工资为 50 元 B.劳动生产率提高 1000 元时，工资提高 150 元C.劳动生产率提高 1000 元时，工资提高 90 元 D.劳动生产率为 1000 元时，工资为 90 元
