1.回归直线恒过样本中心点复习回顾相关系数正相关负相关（）求回归直线方程；（）回归直线恒过点.设随机变量 服从标准正态分N(0,1)， 在某项测量中,已知 在（-，-196内 取值的概率为0025，则.随机变量 的分布列如下所示：-101 Pabc 其中a,b,c成等差数列，若E =1/3,则D =滨海中学 高二数学组+其中和为模型的未知参数， e是y与 之间的误差,通常称为随机误差。+所求直线方程 叫做回归直线方程；其中线性回归模型预报精度1.相关指数R22.残差e在含有一个解释变量的线性 模型中R2=r2(相关关系 )判断xi确定差异 百分数随机误差 ,它的估计值为 .对于样本点 它们随机误差的估计值 称相应残差.方差1)衡量预报精度2)确定样本的异常点.1)确定解释变量和预报变量; 2)画出散点图; 3)确定回归方程类型; 4)求出回归方程; 5)利用相关指数或残差进行分析.建立回归模型的基本步骤问题：一只红铃虫的产卵数y与温度x有关,现收 集了7组观测数据,试建立y与x之间的回归方程解:1)作散点图;从散点图中可以看出产卵数和温度之间的关系并不能 用线性回归模型来很好地近似。这些散点更像是集中 在一条指数曲线或二次曲线的附近。解: 令则z=bx+a,(a=lnc1,b=c2),列出变换后数据表并画 出x与z 的散点图 x和z之间的关系可以用线性回归模型来拟合x21232527293235z1.94 62.39 83.04 53.17 84.1 94.74 55.78 42) 用 y=c3x2+c4 模型,令 ,则y=c3t+c4 ,列出 变换后数据表并画出t与y 的散点图 散点并不集中在一条直线的附近，因此用线 性回归模型拟合他们的效果不是最好的。t4415296257298411024 1225 y711212466115325残差表编编 号1234567x21232527293235y711212466115325e(1) 0.52 -0.1671.76-9.1498.889-14.15332.928e(2) 47.7 19.397-5.835-41.003-40.107-58.26877.965非线性回归方程二次回归方程 残差公式在此处可以引导学生体会应用统计方法解决实际 问题需要注意的问题：对于同样的数据，有不 同的统计方法进行分析，我们要用最有效的方 法分析数据。现在有三个不同的回归模型可供选择来拟合 红铃虫的产卵数与温度数据，他们分别是：可以利用直观（散点图和残差图）、相关指 数来确定哪一个模型的拟合效果更好。小 结实际问题 样本分析回归模型抽样回归分析预报精度预报作业:P104习题3.1 3