- 1、本文档共1页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
综合项目—气温与出行
综合项目—气温与出行
PAGE / NUMPAGES
综合项目—气温与出行
气温与出行
活动:气温和公交客流量的相关性
活动描述:某同学感觉天气越冷,乘公交车的人越少。该同学选取了所乘公交线路连续
8
周周二的 7:00-8:00
时段的公交客流量和平均气温数据,
见下表。 请帮他进行分析, 探讨气
温和公交客流量是不是有一定的关联
?
表气温和客流量数据表
周次
气温(℃)
客流量(人次)
1
20
203
2
21
199
3
18
192
4
16
191
5
15
186
6
18
174
7
11
142
8
8
157
回归分析是一种确定两个或两个以上变量之间相互依赖的定量关系的一种数据分析方
法,并被广泛地应用于数据预测领域。 在回归分析中, 如果只包括一个自变量和一个因变量,且二者的关系可用一条直线近似表示,这种回归分析称为一元线性回归分析。
在进行一元线性回归分析时, 首先需要根据研究问题, 初步确定自变量和因变量, 然后
绘制散点图,初步判断自变量和因变量是否存在线性相关关系, 建立回归模型, 并进行检验,最终确定回归模型进行预测。
250
200 R2= 0.7252
量 150
流
客 100
50
0
5 10 15 20 25
气温
图气温 -客流量散点图
在散点图中,气温是自变量,客流量是因变量,观察这些点的分布规律,仿佛围绕着一
条直线上下波动,这条直线被称为趋势线。趋势线可以用回归方程 y=ax+b 描述。趋势方程
的拟合程度常用判定系数来判断。判定系数 R2 取值范围是 [0,1] 。 R2 越接近于 1,表明自变量和因变量之间相关性越强; R2 越接近于 0,表明两者之间几乎没有线性相关关系。
文档评论(0)