高二数学最小二乘估计PPT教学课件
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
身高和体重数据如下表：
编号 1 2 3 4 5 6 7 8 身高 165 165 157 170 175 165 155 170 体重 48 57 50 54 64 61 43 59
求根据一名女大学生的身高预报她的体重的 回归方程，并预报一名身高为172ｃｍ的女 大学生的体重。
分析：由于问题中 要求根据身高预报 体重，因此选取身 高为自变量，体重 为因变量．
抽象概括：
若有n个样本点：（x1，y1）,… ,（xn，yn），可以用下面的表达式来刻 画这些点与直线y＝a+bx的接近程度:
[ y 1 ( a b 1 ) 2 x ] [ y n ( a b n ) 2 x ]
使上式达到最小值的直线y=a+bx就是所求的直线，这种方法称为最小二乘 法。
最小二乘法就是基于这种想法。
问题2：
用什么样的方法刻画点与直线的距离会方便有效？
设直线方程为y=a+bx，样本点A（xi，yi）
方法一、点到直线的距离公式
dbxi yi a b2 1
y
xi, yi
yabx
方法二、 yiabix 2
0
xi,abix
显然方法二能有效地表示点A与直线y=a+bx的距离，而且比方法一更方便计算， 所以我们用它来表示二者之间的接近程度
1. 散点图；
2.回归方程：
y0.84 x 9 8.1 572
身 高 1 7 2 c m 女 大 学 生 体 重 y ˆ= 0 . 8 4 9 × 1 7 2 - 8 5 . 7 1 2 = 6 0 . 3 1 6 ( k g )
例2：上节中的练习热茶的杯数（y）与气温（x） 之间是线性相关的
气温 26 18 13 10 4 -1 杯数 20 24 34 38 50 64
如 果 用 x 表 示 x 1 x 2 . . . x n , 用 y 表 示 y 1 y 2 . . . y n 则 可 得 到
n
n
b x 1 y x 1 1 2 ... . .. x x n n 2 y n n x n 2 x y ,a y b x
这样得到的直线方程称为线性回归方程，a,b为其系数。
(4，5)，则y与x之间的回归直线方程为（A ）
A.y=x+1 B. y=x+2
C. y=2x+1
D. y=x-1
解析：x因 12为 342.5,y3.5而回归直线必 4
（ x,y） ,所以把 2.5， 3点 .5代入各个选. 项检验知
2、回归直线必经过点 ( x, y)
3.
x
x1 x2 x3 x4 …. xn
y y1 y2 y3 y4 …. yn
求线性回归方程的系数:
n
bx1y1x12 xxn2nynnxn2xy
xiyi nxy
i1 n
xi2n(x)2
i1
aybx
线性回归方程:
ybxa
例题1 从某大学中随机选出8名女大学生，其
问题3：
怎样刻画多个点与直线的接近程度？
例如有5个样本点，其坐标分别为（x1，y1），（x2，y2），（x3， y3），（x4，y4），（x5，y5）与直线y=a+bx的接近程度：
y 1 a b 1 2 x y 2 a b 2 2 x y 3 a b 3 2 x y 4 a b 4 2 x y 5 a b 5 2 x
最小二乘估计
问题导入：
上一节课我们学习了人的身高与右手一拃长 之间近似存在着线性关系，这种线性关系可以 有多种方法来进行刻画，那么用什么样的线性 关系刻画会更好？这就是本节课我们要讨论的 问题。
最小二乘估计
问题1：
用什么样的线性关系刻画会更好一些？
想法：保证这条直线与所有点都近（也就是距离 最小）。
注：
1、在回归直线方程中，b是回归直线方程的斜率，
a是截距；b的含义容易理解成增加的单位数，而实际 上，它代表x每增加一个单位，y的平均增加单位数。 一般的说，当回归系数b＞0时，说明两个变量呈正相 关关系，它的意义是：当x每增加一个单位时，y就增 加b个单位；当b＜0时，说明两个变量呈负相关关系， 它的意义是：当x每增加一个单位时，y就减少b 个单位。
1）求线性回归方程
2）如果某天的气温是－30C，预测这天 能卖热茶多少杯？
课堂练习：
1.设一个回归方程为y=3-1.2x，则变量x增加一个单位时
( A)
A.y平均增加1.2个单位 B.y平均增加1.2个单位
C.y平均减少3个单位
D.y平均减少3个单位
பைடு நூலகம்
2.在一次实验中，测得（x,y）的四组值为(1，2)，(2，3)，(3，4)，
编号 1 2 3 4 5 6 7 8 身高 165 165 157 170 175 165 155 170 体重 48 57 50 54 64 61 43 59
求根据一名女大学生的身高预报她的体重的 回归方程，并预报一名身高为172ｃｍ的女 大学生的体重。
分析：由于问题中 要求根据身高预报 体重，因此选取身 高为自变量，体重 为因变量．
抽象概括：
若有n个样本点：（x1，y1）,… ,（xn，yn），可以用下面的表达式来刻 画这些点与直线y＝a+bx的接近程度:
[ y 1 ( a b 1 ) 2 x ] [ y n ( a b n ) 2 x ]
使上式达到最小值的直线y=a+bx就是所求的直线，这种方法称为最小二乘 法。
最小二乘法就是基于这种想法。
问题2：
用什么样的方法刻画点与直线的距离会方便有效？
设直线方程为y=a+bx，样本点A（xi，yi）
方法一、点到直线的距离公式
dbxi yi a b2 1
y
xi, yi
yabx
方法二、 yiabix 2
0
xi,abix
显然方法二能有效地表示点A与直线y=a+bx的距离，而且比方法一更方便计算， 所以我们用它来表示二者之间的接近程度
1. 散点图；
2.回归方程：
y0.84 x 9 8.1 572
身 高 1 7 2 c m 女 大 学 生 体 重 y ˆ= 0 . 8 4 9 × 1 7 2 - 8 5 . 7 1 2 = 6 0 . 3 1 6 ( k g )
例2：上节中的练习热茶的杯数（y）与气温（x） 之间是线性相关的
气温 26 18 13 10 4 -1 杯数 20 24 34 38 50 64
如 果 用 x 表 示 x 1 x 2 . . . x n , 用 y 表 示 y 1 y 2 . . . y n 则 可 得 到
n
n
b x 1 y x 1 1 2 ... . .. x x n n 2 y n n x n 2 x y ,a y b x
这样得到的直线方程称为线性回归方程，a,b为其系数。
(4，5)，则y与x之间的回归直线方程为（A ）
A.y=x+1 B. y=x+2
C. y=2x+1
D. y=x-1
解析：x因 12为 342.5,y3.5而回归直线必 4
（ x,y） ,所以把 2.5， 3点 .5代入各个选. 项检验知
2、回归直线必经过点 ( x, y)
3.
x
x1 x2 x3 x4 …. xn
y y1 y2 y3 y4 …. yn
求线性回归方程的系数:
n
bx1y1x12 xxn2nynnxn2xy
xiyi nxy
i1 n
xi2n(x)2
i1
aybx
线性回归方程:
ybxa
例题1 从某大学中随机选出8名女大学生，其
问题3：
怎样刻画多个点与直线的接近程度？
例如有5个样本点，其坐标分别为（x1，y1），（x2，y2），（x3， y3），（x4，y4），（x5，y5）与直线y=a+bx的接近程度：
y 1 a b 1 2 x y 2 a b 2 2 x y 3 a b 3 2 x y 4 a b 4 2 x y 5 a b 5 2 x
最小二乘估计
问题导入：
上一节课我们学习了人的身高与右手一拃长 之间近似存在着线性关系，这种线性关系可以 有多种方法来进行刻画，那么用什么样的线性 关系刻画会更好？这就是本节课我们要讨论的 问题。
最小二乘估计
问题1：
用什么样的线性关系刻画会更好一些？
想法：保证这条直线与所有点都近（也就是距离 最小）。
注：
1、在回归直线方程中，b是回归直线方程的斜率，
a是截距；b的含义容易理解成增加的单位数，而实际 上，它代表x每增加一个单位，y的平均增加单位数。 一般的说，当回归系数b＞0时，说明两个变量呈正相 关关系，它的意义是：当x每增加一个单位时，y就增 加b个单位；当b＜0时，说明两个变量呈负相关关系， 它的意义是：当x每增加一个单位时，y就减少b 个单位。
1）求线性回归方程
2）如果某天的气温是－30C，预测这天 能卖热茶多少杯？
课堂练习：
1.设一个回归方程为y=3-1.2x，则变量x增加一个单位时
( A)
A.y平均增加1.2个单位 B.y平均增加1.2个单位
C.y平均减少3个单位
D.y平均减少3个单位
பைடு நூலகம்
2.在一次实验中，测得（x,y）的四组值为(1，2)，(2，3)，(3，4)，