Question

在利用线性回归模型解决实际问题的时候，应怎样合理建模，形成规律，总结方法呢？

Answer 1

答案：
解析：

导思：在解决实际问题时，如何理解实际背景呢？线性回归模型与一次函数有什么不同呢？产生随机误差的原因是什么呢？ 　　探究：在解决实际问题时，常需要推断，在推断时，不能仅凭主观意愿作出结论，而是需要理清实际背景，要通过实验来收集数据，并根据独立性检验的原理做出合理的推断． 　　散点图可以形象地展示两个变量的关系，把数据用散点图表示出来，可以直观地了解两个变量的关系，常用横坐标表示解释变量，用纵坐标表示预报变量． 　　在散点图上画回归直线，回归直线与原始数据拟合的情况，直观地反应了回归直线和散点间的关系．在实际问题中，线性回归模型适用的范围要比一次函数大得多．当残差变量恒等于0时，线性回归模型就变成一次函数模型．因此，一次函数模型是线性回归模型的特殊形式，线性回归模型是一次函数模型的一般形式． 　　随机误差产生的主要原因：一是所用的确定性函数不恰当引起的误差；二是忽略了某种因素的影响；三是存在观测误差，由于测量工具等原因，导致y的观测值产生误差．但误差越小，说明回归模型的拟合效果越好．