1、v 1 1 回归分析的基本思想及其初步应用v 【 课标要求 】v 1 了 解随机 误 差、残差、残差分析的概念；v 2会用残差分析判断 线 性回 归 模型的 拟 合效果；v 3掌握建立回 归 模型的步 骤 ；v 4通 过对 典型案例的探究，了解回归 分析的基本思想方法v 和初步 应 用v 【 核心扫描 】v 1 利 用散点 图 分析两个 变 量是否存在相关关系，求 线 性回 归 方程 (重点 )v 2回 归 模型的 选择 ，特 别 是 非 线 性回 归模型 (难点、易错点 )v 自学导引v 1 回归分析v 回 归 分析是 对 具有 的两个变 量 进 行 统计 分析的一种常用方法v 2 线性回归
2、模型v (1)由 散点 图 易 发现 ， 样 本点散布在某一条直 线 附近，而不是一条直 线 上，不能用一次函数 y bx a描述它 们 之 间 的关系，因此用 线性回 归 模型 y bx a e来表示，其中 a、 b为 未知参数， e为 相关关系随机 误 差v (3)解 释变 量和 预报变 量v 线 性回 归 模型与一次函数模型的不同之处 是增加了随机 误 差 项 e，因 变 量 y由 和 共同确定，即自 变 量 x只解 释部分 y的 变 化，在 统计 中，我 们 也把自 变 量 x称 为解 释变 量，因 变 量 y称 为预报变 量自 变 量 x 随机 误 差 ev 试一试： 下表是 x和 y之间的一组数据，则y关于 x的线性回归方程必过 ( ).v A点 (2,3) B点 (1.5,4)v C点 (2.5,4) D点 (2.5,5)x 1 2 3 4y 1 3 5 7v 3 刻画回归效果的方式残差 样 本 编 号 身高数据 体重估 计值 越小
