分享
分享赚钱 收藏 举报 版权申诉 / 3

类型【同步测控】高二数学人教a版选修2-3素材链接:3.1 回归分析的基本思想及其初步应用.doc

  • 上传人:无敌
  • 文档编号:542530
  • 上传时间:2018-04-10
  • 格式:DOC
  • 页数:3
  • 大小:292.50KB
  • 配套讲稿:

    如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。

    特殊限制:

    部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。

    关 键  词:
    【同步测控】高二数学人教a版选修2-3素材链接:3.1 回归分析的基本思想及其初步应用.doc
    资源描述:

    1、第三章 统计案例3.1 回归分析的基本思想及其初步应用教学建议通过学习我们知道,相关系数与相关指数都是来刻画线性回归模型的量,建议在教学中做好这两个量的对比.1.相关系数是用来刻画两个变量相关关系的强弱,计算公式为 r= .相关系数越接近 1,两个变量的线性相关关系越强,它们的散点图越接近一条直线,这时用线性回归模型拟合这组数据就越好,即说明建立的线性回归模型是有意义的.2.相关指数用来度量线性回归模型的拟合效果,相关系数的计算公式为 R2=1- .表达式 (yi- )2从整体上描述了用估计量来近似预报变量的效果,它越小,说明模型的拟合效果越好,表达式 (yi- )2仅与样本数据有关,与所选的

    2、模型无关,因此相关指数可以作为衡量拟合效果的一个指标,它越大,说明模型拟合的效果越好.在含有一个解释变量的线性回归模型中,相关指数 R2恰好等于相关系数 r 的平方,所以在一元线性回归模型中,相关指数和两个变量的相关系数都能刻画用线性回归模型拟合数据的效果.资源拓展如何利用残差图进行残差分析?在回归模型中,残差变量是一个不能被观测的量,即在实际问题中我们无法得到残差变量的观测值.因此,我们不能希望有某方法获取残差变量的值以提高预报变量的估计精度,但却可以估计预报变量观测值中所包含的残差变量,这种估计对于查找样本数据中的错误和模型的评价极为有用.残差分析是回归诊断的一种方法.最简单的残差分析是通

    3、过观测残差图,以发现观测数据中可能出现的错误以及所选用的回归模型是否恰当.利用残差图进行残差分析的具体步骤如下:(1)计算每组观测数据的残差 , =yi- (i=1,2,n),即残差等于观测值减预测值;(2)画残差图.残差图的纵坐标为残差,横坐标通常可以是观测样本的序号、自变量 x 或因变量的预测值等,残差图是一种散点图.(3)分析残差图.几种常见的残差图如下:图 1图 2图 3图 4我们以横坐标为观测样本的序号为例,说明每张图的含义.图 1:残差散点图中的点分布在以 0 为中心的水平带形区域上,并且沿水平方向散点的分布的规律相同,说明残差是随机的,所选择的回归模型建模是合理的.图 2:残差散

    4、点图中的点分布在一条倾斜的带形区域上,并且沿带形区域方向散点的分布的规律相同,说明残差与横坐标有线性关系,此时所选用的回归模型的效果不是最好的,有改进的余地.图 3:残差散点图中的点分布在一条二次曲线形的弯曲带形区域上,说明残差与坐标横轴变量有二次关系,此时所选用的回归模型的效果不是最好的,有改进的余地.图 4:残差散点图中的点的分布范围随着横坐标的增加而增加,说明残差的方差与坐标横轴变量有关,不是一个常数,此时所选用的回归模型的效果不是最好的,有改进的余地.(4)找异常值.根据计算的残差值和残差图,观察残差是否有特别大的那些点,即远离横坐标轴的点.如果存在远离坐标轴的点,就要研究它出现的原因,是否在数据收集和录入中出现错误,如果有错误,改正后重新建立回归模型.

    提示  道客多多所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
    关于本文
    本文标题:【同步测控】高二数学人教a版选修2-3素材链接:3.1 回归分析的基本思想及其初步应用.doc
    链接地址:https://www.docduoduo.com/p-542530.html
    关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服 - 联系我们

    道客多多用户QQ群:832276834  微博官方号:道客多多官方   知乎号:道客多多

    Copyright© 2025 道客多多 docduoduo.com 网站版权所有世界地图

    经营许可证编号:粤ICP备2021046453号    营业执照商标

    1.png 2.png 3.png 4.png 5.png 6.png 7.png 8.png 9.png 10.png



    收起
    展开