Question

在利用線性回歸模型解決實際問題的時候，應(yīng)怎樣合理建模，形成規(guī)律，總結(jié)方法呢？

Answer 1

答案：
解析：

導(dǎo)思：在解決實際問題時，如何理解實際背景呢？線性回歸模型與一次函數(shù)有什么不同呢？產(chǎn)生隨機誤差的原因是什么呢？ 　　探究：在解決實際問題時，常需要推斷，在推斷時，不能僅憑主觀意愿作出結(jié)論，而是需要理清實際背景，要通過實驗來收集數(shù)據(jù)，并根據(jù)獨立性檢驗的原理做出合理的推斷． 　　散點圖可以形象地展示兩個變量的關(guān)系，把數(shù)據(jù)用散點圖表示出來，可以直觀地了解兩個變量的關(guān)系，常用橫坐標表示解釋變量，用縱坐標表示預(yù)報變量． 　　在散點圖上畫回歸直線，回歸直線與原始數(shù)據(jù)擬合的情況，直觀地反應(yīng)了回歸直線和散點間的關(guān)系．在實際問題中，線性回歸模型適用的范圍要比一次函數(shù)大得多．當殘差變量恒等于0時，線性回歸模型就變成一次函數(shù)模型．因此，一次函數(shù)模型是線性回歸模型的特殊形式，線性回歸模型是一次函數(shù)模型的一般形式． 　　隨機誤差產(chǎn)生的主要原因：一是所用的確定性函數(shù)不恰當引起的誤差；二是忽略了某種因素的影響；三是存在觀測誤差，由于測量工具等原因，導(dǎo)致y的觀測值產(chǎn)生誤差．但誤差越小，說明回歸模型的擬合效果越好．