数学人教A版选修2-3备课参考：第三章-统计案例-3.1-_第1页
数学人教A版选修2-3备课参考：第三章-统计案例-3.1-_第2页
数学人教A版选修2-3备课参考：第三章-统计案例-3.1-_第3页
全文预览已结束

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

1、PAGE 3 -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,与所选的模型无

2、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过观测残差图

3、,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

人人文库> 全部分类> 教育资料 > 课件下载

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论