文档文本内容
倒卖拉黑不更新,淘宝唯一免费更新店铺: 知二教育 售后微信: gcdzzgyjzt
倒卖拉黑不更新,淘宝唯一免费更新店铺: 知二教育 售后微信: gcdzzgyjzt
《一元线性回归方程》教案
1.了解线性回归的基本思想,会求一元线性回归方程.
2.体会用向量解决数学问题的作用.
3.会用Excel 软件求一元线性回归方程.
重点:线性回归的基本思想,求一元线性回归方程.
难点:向量的方法推导一元线性回归方程.
一、新课导入
回顾直线拟合的内容,说一说直线拟合的概念.
二、新知探究
问题1 想一想有没有较好的用成对数据的数学表达式表示拟合直线的方法呢?
答案:在成对数据生成的散点图中,可以利用所有的点到拟合直线的距离之和最小时对应的数
学表达式来表示拟合直线.
问题2 想一想如何使所有的点到拟合直线的距离之和最小?
答案:对于给定的两个变量X 和Y(如身高和体重),假设有n 对观测值( x1,y1),( x2,y2),
( x3,y3),
⋯,
( xn,yn),
拟
合
的
直
线
是
Y =a+bX,
令
其
满
足
[ y1- (a+b x1)]
2+[ y2- (a+b x2)]
2+[ y3- (a+b x3)]
2+⋯+[ yn- (a+b xn)]
2
最小.换句话说,我们
希望a,b 的取值能使上式达到最小.(这种方法叫最小二乘法)
问题3 如何求出点到拟合直线的距离之和最小时拟合直线Y =a+bX中的a,b 的值呢?
答案:直接求出不太容易,先看简单的n=3 时的相应问题.考虑3 对数据( x1,y1),
( x2,y2),( x3,y3)的情况,即求
a ,b
的值,使得偏差的平方和
[ y1- (a+b x1)]
2+[ y2- (a+b x2)]
2+[ y3- (a+b x3)]
2
达到最小.
追问1:我们发现n=3 时这个式子就已经相对复杂了,那么我们可以用什么方法去解决呢?
为什么考虑这种方法呢?
◆教学目标
◆
教
◆
教
倒卖拉黑不更新,淘宝唯一免费更新店铺: 知二教育 售后微信: gcdzzgyjzt
倒卖拉黑不更新,淘宝唯一免费更新店铺: 知二教育 售后微信: gcdzzgyjzt
答案:考虑借助向量解决问题,空间向量既有代数特征又有几何特征,如果能借用其代数特
征表示偏差的平方和,便能借助空间向量的几何特征直观地分析理解,便于求最小值.
追问2: 请同学们想一想该怎么用向量的语言描述问题呢?
答案:用向量语言描述偏差yi-(a+b xi)(i= l ,2 ,3) ,将偏差作为向量的分量,即
y1-(a+b x1),y2-(a+b x2),y3-(a+b x3).
这
样
,
“
求
a
,
b
的
值
,
使
得
偏
差
的
平
方
和
[ y1- (a+b x1)]
2+[ y2- (a+b x2)]
2+[ y3- (a+b x3)]
2
达到最小”的问题就等价于:求a,b 的值,使
得向量(y1-(a+b x1),y2-(a+b x2),y3-(a+b x3))
的长度最小.
下面我们分析这个向量:
(y1-(a+b x1),y2-(a+b x2),y3-(a+b x3))
=( y1,y2,y3)-[a(1,1,1)+ b (x1,x2,x3)]
=⃗OY -(a⃗OI +b⃗OX).
其中,⃗OY =( y1,y2,y3),⃗OX =(x1,x2,x3),⃗OI =(1,1,1),均为已知向量.
至此,“求a,b,使得偏差yi-(a+b xi)(i= l,2,3)的平方和最小”的问题就转化为:求
a,b 的值,使| ⃗OY -(a⃗OI +b⃗OX)|最小.
追问3:请同学们想一想该如何用向量的思维思考前面的问题呢?
答案:如图,⃗OI和⃗OX确定一个平面,记作α.由平面向量基本定理可知,对任意的a,b,
a⃗OI +b⃗OX都在平面α 内;反之,平面α 内的任意向量都可以用a⃗OI +b⃗OX来表示. 也就是说,
当a,b 变化时,a⃗OI +b⃗OX =⃗OM的端点M 是平面α 内的一个动点.
如上图,⃗OY -(a⃗OI +b⃗OX)=⃗MY ,其中,点Y 是平面α 外的一个定点,点M 是平面α 内的
一个动点.
要使|⃗OY -(a⃗OI +b⃗OX)|最小,即|⃗MY |最小,由点到平面距离的定义,当⃗MY 垂直于平面α
时,它的长度最短,即⃗OY -(a⃗OI +b⃗OX)与平面α 垂直时,⃗MY 的长度最小.
根据线面垂直的判定定理,要使⃗OY -(a⃗OI +b⃗OX)与平面α 垂直,只需其与平面α 内的两个
不共线的向量⃗OI和⃗OX均垂直.
倒卖拉黑不更新,淘宝唯一免费更新店铺: 知二教育 售后微信: gcdzzgyjzt
倒卖拉黑不更新,淘宝唯一免费更新店铺: 知二教育 售后微信: gcdzzgyjzt
追问4:尝试用向量的方法解决前面的问题.
答案:求| ⃗OY -(a⃗OI +b⃗OX)|最小时的a,b 的值,就是求⃗OY -(a⃗OI +b⃗OX)与⃗OI和⃗OX的
数量积分别为0 时的a ,b 的值,即
{
[⃗OY -(a⃗OI +b⃗OX) ]∙⃗OI =0
[⃗OY -(a⃗OI +b⃗OX) ]∙⃗OX =0
用向量的坐标表示,即
{
[( y1,y2,y3)-a(1,1,1)-b (x1,x2,x3)]∙(1,1,1)=0
[( y1,y2,y3)-a(1,1,1)-b (x1,x2,x3)]∙(x1,x2,x3)=0
如果把它的解记作^a.^b,得到:
^b=
∑
i=1
3
xi yi-3 x y
∑
i=1
3
xi
2-3 x
2
= x1 y1+ x2 y2+ x3 y3
x1
2+ x2
2+ x3
2-3 x
2
^a= y - ^b x
其中,x = 1
3 ( x1+ x2+ x3),y = 1
3 ( y1+ y2+ y3).
问题4 解决了n=3 时的问题,那么如何把这种结论推广到一般情况?
答案:即
^b= x1 y1+ x2 y2+⋯+ xn yn-n x y
x1
2+ x2
2+⋯+ xn
2-3 x
2
^a= y - ^b x
其中,x = 1
n ( x1+ x2+⋯+ xn),y = 1
n ( y1+ y2+⋯+ yn).)
这时直线方程Y = ^a+ ^b X称作Y 关于X的线性回归方程,相应的直线称作Y 关于X的回归直线
(如下图),^a,^b是这个线性回归方程的系数.
问题5 变量X与Y 之间具有函数关系吗?
答案:变量X与Y 之间没有函数关系,我们得到的线性回归方程只是对其变化趋势的一种近似
描述,并不是函数关系.
倒卖拉黑不更新,淘宝唯一免费更新店铺: 知二教育 售后微信: gcdzzgyjzt
倒卖拉黑不更新,淘宝唯一免费更新店铺: 知二教育 售后微信: gcdzzgyjzt
三、应用举例
例1 在上一节的例题中,从散点图可以看出,某小卖部6 天卖出热茶的杯数Y(单位:杯)与当天
气温X(单位:℃)之间存在近似的线性关系.数据如下表.
气温/℃
26
18
13
10
4
-1
杯数/杯
20
24
34
38
50
64
(1)试用最小二乘法求出Y 关于X 的线性回归方程;
(2)如果某天的气温是-3 ℃,请预测这天可能会卖出热茶多少杯.
解 (1)先画出散点图,根据点的分布,得到两个变量很可能有近似的线性关系.
再将6 对数据分别记为( x1,y1),( x2,y2),⋯,( x6,y6),代入^a,^b的表达式;
^b= x1 y1+ x2 y2+⋯+ x6 y6-6 x y
x1
2+ x2
2+⋯+ x6
2-6 x
2
^a= y - ^b x
可得到
^b≈-1.648,^a≈57.557.
于是,Y 对X 的线性回归方程为
倒卖拉黑不更新,淘宝唯一免费更新店铺: 知二教育 售后微信: gcdzzgyjzt
倒卖拉黑不更新,淘宝唯一免费更新店铺: 知二教育 售后微信: gcdzzgyjzt
Y=57.557-1.648X.
(2)当x = ― 3时,根据(1)中得到的线性回归方程Y=57.557-1.648X,可估计,y=57.557-
1.648×(-3)≈63.
即当某天的气温是― 3℃时,卖出热茶的杯数估计为63.
注意:(1)先画散点图,大致了解一下这些点是不是“看上去都在一条直线附近波动”.
(2)利用计算器计算.
例2 一个车间为了规定工时定额,需要确定加工零件所花费的时间,为此进行了10 次试验,
收集数据如下:
(1)画出散点图;
(2)求Y 关于X 的线性回归方程;
(3)关于加工零件的个数与加工时间,你能得出什么结论?
解 (1)散点图如图.
(2)再将10 对数据分别记为( x1,y1),( x2,y2),⋯,( x10,y10),代入^a,^b的表达式;
^b= x1 y1+ x2 y2+⋯+ x10 y10- x y
x1
2+ x2
2+⋯+ x10
2-10 x
2
^a= y - ^b x
加工零件X/个
10
20
30
40
50
60
70
80
90
100
加工时间Y/min
62
68
75
81
89
95
102
108
115
122
倒卖拉黑不更新,淘宝唯一免费更新店铺: 知二教育 售后微信: gcdzzgyjzt
倒卖拉黑不更新,淘宝唯一免费更新店铺: 知二教育 售后微信: gcdzzgyjzt
可得到
^b=0.668,^a=54 .96.
于是,Y 对X 的线性回归方程为
Y=0.668X+54.96.
(3)关于加工零件的个数与加工时间可得结论:
当加工零件每增加1 个,加工时间约增加0.668 min.
四、课堂练习
1.有人收集了10 年来某城市的居民年收人(即此城市所有居民在一年内的收入的总和)与某种
商品的销售额的有关数据:
(1)画出散点图;
(2)求Y 关于X 的线性回归方程;
(3)如果这座城市居民的年收入达到40 亿元,试估计这种商品的销售额.
参考答案:(1)散点图如图.
(2)再将10 对数据分别记为( x1,y1),( x2,y2),⋯,( x10,y10),代入^a,^b的表达式;
^b= x1 y1+ x2 y2+⋯+ x10 y10- x y
x1
2+ x2
2+⋯+ x10
2-10 x
2
^a= y - ^b x
可得到
^b=1.447,^a=-15.843.
于是,Y 对X 的线性回归方程为
Y=1.447X-15.843.
年份
2010
2011
2012
2013
2014
2015
2016
2017
2018
2019
年收入X/亿元
32.2
31.1
32.9
35.8
37.1
38.0
39.0
43.0
44.6
46.0
商品销售额Y/万元
25.0
30.0
34.0
37.0
39.0
41.0
42.0
44.0
48.0
51.0
倒卖拉黑不更新,淘宝唯一免费更新店铺: 知二教育 售后微信: gcdzzgyjzt
倒卖拉黑不更新,淘宝唯一免费更新店铺: 知二教育 售后微信: gcdzzgyjzt
(3)如果这座城市居民的年收入达到40 亿元,即当X=40 时,这种商品的销售额Y=1.447X
-15.843=1.447×40-15.843=42.037 万元.
五、课堂小结
1.最小二乘法:对于给定的两个变量X 和Y(如身高和体重),假设有n 对观测值( x1,y1),
( x2,y2),( x3,y3),⋯,( xn,yn),拟合的直线是Y =a+bX,令其满足
[ y1- (a+b x1)]
2+[ y2- (a+b x2)]
2+[ y3- (a+b x3)]
2+⋯+[ yn- (a+b xn)]
2
最小.换句话说,我们
希望a,b 的取值能使上式达到最小.这个方法称为最小二乘法.
2.线性回归方程的系数的计算公式
^b= x1 y1+ x2 y2+⋯+ xn yn-n x y
x1
2+ x2
2+⋯+ xn
2-3 x
2
^a= y - ^b x
其中,x = 1
n ( x1+ x2+⋯+ xn),y = 1
n ( y1+ y2+⋯+ yn).)
直线方程Y = ^a+ ^b X称作Y 关于X的线性回归方程,相应的直线称作Y 关于X的回归直线,^a,
^b是这个线性回归方程的系数.
六、布置作业
1.教材第232 页练习题第1 题﹒
2.教材第233 页习题7-1 第1 题﹒
倒卖拉黑不更新,淘宝唯一免费更新店铺: 知二教育 售后微信: gcdzzgyjzt
倒卖拉黑不更新,淘宝唯一免费更新店铺: 知二教育 售后微信: gcdzzgyjzt
淘宝唯一更新店铺:
知二教育,免费更新倒卖拉黑,售
后微信GCDZZGJYJT
https://
shop172960947.taobao.co
m/?
spm=2013.1.0.0.52774d81x
fOnAt