(完整)高中数学知识点：线性回归方程,推荐文档

高中数学知识点：线性回归方程

1.回归直线方程

（1）回归直线：观察散点图的特征，发现各个大致分布在通过散点图中心的一条直线附近。如果散点图中点的分布从整体上看大致在一条直线附近，我们就称这两个变量之间具有线性相关关系，这条直线叫做回归直线。求出的回归直线方程简称回归方程。

2．回归直线方程的求法

设与n 个观测点（,i i x y ）()1,2,,i n =???最接近的直线方程为$

,y bx a =+，其中a 、b 是待定系数.

则$,(1,2,,)i i y bx a i n =+=L .于是得到各个偏差

μ(),(1,2,,)i i i i y y y bx a i n -=-+=L .

显见，偏差$i i y y -的符号有正有负，若将它们相加会造成相互抵

消，所以它们的和不能代表几个点与相应直线在整体上的接近程度，故采用n 个偏差的平方和.

2222211)()()(a bx y a bx y a bx y Q n n --++--+--=Λ

表示n 个点与相应直线在整体上的接近程度.

记21()n

i i i Q y bx a ==--∑.

上述式子展开后，是一个关于a 、b 的二次多项式，应用配方法，可求出使Q 为最小值时的a 、b 的值.即

1122211()()()n n i i i i i i n n i i

i i x x y y x y nx y b x x x nx a y bx ====?---??==??--??=-??∑∑∑∑， ∑==n i i x n x 11，∑==n i i y n y 11

相应的直线叫做回归直线，对两个变量所进行的上述统计分析叫做回归分析

上述求回归直线的方法是使得样本数据的点到回归直线的距离的平方和最小的方法，叫做最小二乘法。

要点诠释：

1.对回归直线方程只要求会运用它进行具体计算a、b，求出回归直线方程即可.不要求掌握回归直线方程的推导过程.

2.求回归直线方程，首先应注意到，只有在散点图大致呈线性时，求出的回归直线方程才有实标意义.否则，求出的回归直线方程毫无意义.因此，对一组数据作线性回归分析时，应先看其散点图是否成线性.

3.求回归直线方程，关键在于正确地求出系数a、b，由于求a、b的计算量较大，计算时仔细谨慎、分层进行，避免因计算产生失误.

4.回归直线方程在现实生活与生产中有广泛的应用.应用回归直线方程可以把非确定性问题转化成确定性问题，把“无序”变为“有序”，并对情况进行估测、补充.因此，学过回归直线方程以后，应增强学生应用回归直线方程解决相关实际问题的意识.