3.1.3 可线性化的回归分析 6月14日 星期五 会将非线 性回归 模型经过变换转 化为线 性回 归 模型，进 而进 行回归 分析 学习 本节 后还应 初步会将简单 的非线 性回归 问题转 化为线 性回归问题 ( 重点、难点) 【课标要求】 【核心扫描】回归分析的内容与步骤： 统计检验通过后，最后是利用回归模型，根据自变量 去估计、预测因变量。 回归分析通过一个变量或一些变量的变化解释另 一变量的变化。 其主要内容和步骤是： 首先根据理论和对问题的分析判断，将变量分为自变 量和因变量； 其次，设法找出合适的数学方程式（即回归模型）描 述变量间的关系； 由于涉及到的变量具有不确定性，接着还要对回归 模型进行统计检验； 当两变 量y 与x 不具有线 性相关关系时 ，要借助 于散点图 ，与已学过 的函数( 如指数函数、对 数 函数、幂 函数等) 的图 象相比较 ，找到合适的函 数模型，利用变 量代换转 化为线 性函数关系， 从而使问题 得以解决 1可线性化的回归分析(1) 确定变 量：确定解释变 量为x ，预报变 量为y ； (2) 画散点图 ：通过观 察散点图 并与学过 的函数( 幂 、
