最小二乘估计教学目标:会求线性回归系数和回归方程教学难点:线性回归系数的公式问题1:怎样的拟合直线方程最好?答:保证这条直线与所有点的都近.基于这种想法:最小二乘法问题2:怎么定义”与所有点都近”?答:设直线y=a+bx,任意给定的一个样本点(xi,yi)[yi-(a+bxi)]2刻画这个样本点与这条直线的“距离”,表示了两者的接近程度.定义: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:2211)]([)]([nnbxaybxay使上式达到最小值的直线就是所求的直线也叫线性回归直线.此时:xbyaxnxxyxnyxyxbnnn222111由此得到的方程称线性回归方程。例1:上节中的练习热茶的杯数(y)与气温(x)之间是线性相关的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?练习:下面是两个变量的一组数据x12345678y1491625364964请用最小二乘法求出两个变量之间的线性回归方程概括:用最小二乘法时,先作散点图(判断是否线性相关),若散点图呈现一定的规律,则用这个规律来拟合曲线;如果线性相关,则用最小二乘法;若非线性相关,则用其他工具拟合曲线.2最小二乘估计的问题练习:某种水稻施化肥量x与产量y之间有如下对应数据(单位:kg)x15202530354045y330345365405445450455(1)作出散点图,检验相关性(2)如果y与x之间具有线性相关关系,求回归方程