1.2回歸分析教學案教學目標：通過對典型案例的探究，了解回歸的基本思想、方法及其初步應用.教學重點：通過對典型案例的探究，了解回歸的基本思想、方法及其初步應用. 教學過程一、變量的相關關系中最為簡單的是線性相關關系，設隨機變量與變量之間存在線性相關關系，則由試驗數據得到的點(，)將散布在某一直線周圍，因此，可以認為關于的回歸函數的類型為線性函數，即，下面用最小二乘法估計參數、b，設服從正態分布，分別求對、b的偏導數，并令它們等于零，得方程組 解得 其中， 且為觀測值的樣本方差.線性方程稱為關于的線性回歸方程，稱為回歸系數，對應的直線稱為回歸直線.順便指出，將來還需用到，其中為觀測值的樣本方差. 二、現在討論線性相關的顯著性檢驗中最簡便、最常用的一種方法，即相關系數的顯著性檢驗法.我們早在前面的學習中知道，變量與的相關系數是表示與之間線性相關關系的一個數字特征，因此，要檢驗隨機變量與變量之間的線性相關關系是否顯著，自然想到考察相關系數的大小，若相關系數的絕對值很小，則表明與之間的線性相關關系不顯著，或者它們之間根本不存在線性相關關系；當且僅當相關系數的絕對值接近1時，才表明與之間的線性相關關系顯著，這時求關于的線性回歸方程才有意義.在相關系數未知的情況下，可用樣本相關系數r作為相關系數的估計值，參照相關系數的定義，并用樣本均值與樣本方差分別作為數學期望與方差的估計值，定義與的樣本相關系數如下: 因此，根據試驗數據(，)，得到的值后可進一步算出樣本相關系數r的值. 若使用的是具有線性回歸計算功能的電子計算器時，把所有試驗數據(，)逐對存入計算器中，則可直接算出r的值.由于樣本相關系數r是相關系數的估計值，所以，r的絕對值越接近1，與之間的線性相關關系越顯著. 當r0時，稱與正相關；當r0時，稱與負相關. 而當r的絕對值接近0時，則可認為與之間不存在線性相關關系.三、例1在7塊并排、形狀大小相同的試驗田上進行施化肥量對水稻產量影響的試驗，得數據如下(單位：kg)施化肥量x15202530354045水稻產量y3303453654054454504551)畫出散點圖如下：2)檢驗相關系數r的顯著性水平：i1234567xi15202530354045yi330345365405445450455xiyi49506950912512150155751800020475=30，=399.3，=7000，=1132725，=87175r=0.9733，在“相關系數檢驗的臨界值表”查出與顯著性水平0.05及自由度7-2=5相應的相關數臨界值r0 05=0.7540.9733，這說明水稻產量與施化肥量之間存在線性相關關系.3)設回歸直線方程，利用計算a，b， 得b=a=399.3-4.7530257，則回歸直線方程例2一個工廠在某年里每月產品的總成本y(萬元)與該月產量x(萬件)之間由如下一組數據：x1.081.121.191.281.361.481.591.681.801.871.982.07y2.252.372.402.552.642.752.923.033.143.263.363.501)畫出散點圖；2)檢驗相關系數r的顯著性水平；3)求月總成本y與月產量x之間的回歸直線方程.解：i123456789101112xi1.081.121.191.281.361.481.591.681.801.871.982.07yi2.252.372.402.552.642.752.923.033.143.263.363.50xiyi2.432.2642.8563.2643.5904.074.6435.0905.6526.0966.6537.245=，=2.8475，=29.808，=99.2081，=54.2431)畫出散點圖： 2)r= 在“相關系數檢驗的臨界值表”查出與顯著性水平0.05及自由度12-2=10相應的相關數臨界值r0 05=0.5760.997891， 這說明每月產品的總成本y(萬元)與該月產量x(萬件)之間存在線性