解题方法
1 . 一个车间为了规定工时定额,需要确定加工零件所花费的时间,为此进行了10次试验,收集数据如下:
回归直线,,.
(1)画出散点图;
(2)求Y关于X的线性回归方程;
(3)关于加工零件的个数与加工时间,你能得出什么结论?
零件数X/个 | 10 | 20 | 30 | 40 | 50 | 60 | 70 | 80 | 90 | 100 |
加工时间Y/min | 62 | 68 | 75 | 81 | 89 | 95 | 102 | 108 | 115 | 122 |
(1)画出散点图;
(2)求Y关于X的线性回归方程;
(3)关于加工零件的个数与加工时间,你能得出什么结论?
您最近一年使用:0次
2023-10-10更新
|
74次组卷
|
2卷引用:北师大版(2019)选择性必修第一册课本习题 习题7-1
解题方法
2 . 一位运动生理学家根据训练水平X(单位:kg·m/min,即每分将1 kg物体升高1 m)来预测心脏血液输出量Y(单位:L/min,即每分由心脏输出的血液的体积).他选取四个训练水平:0,300,600,900.随机抽取20人构成一个样本,随机分成四组,每个水平一组,每组5人训练15min后,测量他们的心脏血液输出量,结果如下表.求Y关于X的线性回归方程;若给定训练水平为700kg·m/min,请预测心脏血液输出量的值.
个体编号 | 训练水平/(kg·m/min) | 心脏血液输出量(L/min) | ||
1 | 0 | 4.4 | 0 | 0 |
2 | 0 | 5.6 | 0 | 0 |
3 | 0 | 5.2 | 0 | 0 |
4 | 0 | 5.4 | 0 | 0 |
5 | 0 | 4.4 | 0 | 0 |
6 | 300 | 9.1 | 90000 | 2730 |
7 | 300 | 8.6 | 90000 | 2580 |
8 | 300 | 8.5 | 90000 | 2550 |
9 | 300 | 9.3 | 90000 | 2790 |
10 | 300 | 9.0 | 90000 | 2700 |
11 | 600 | 12.8 | 360000 | 7680 |
12 | 600 | 13.4 | 360000 | 8040 |
13 | 600 | 13.2 | 360000 | 7920 |
14 | 600 | 12.6 | 360000 | 7560 |
15 | 600 | 13.2 | 360000 | 7920 |
16 | 900 | 17.0 | 810000 | 15300 |
17 | 900 | 17.3 | 810000 | 15570 |
18 | 900 | 16.5 | 810000 | 14850 |
19 | 900 | 16.8 | 810000 | 15120 |
20 | 900 | 17.2 | 810000 | 15480 |
合计 | 9000 | 219.5 | 6300000 | 128790 |
您最近一年使用:0次
3 . 1981年,生物学家根据触角长和翼长将蠓虫分为Af和Apf两类,已知9只Af蠓虫和6只Apf蠓虫的标本数据如下(单位:mm):
现另有三个蠓虫标本的触角长和翼长分别为,,,请设法确定哪个是Af蠓虫,哪个是Apf蠓虫.(可以借助网络等资源查询相关资料,得到解决问题的思路)
Af蠓虫 | 触角长 | 1.24 | 1.36 | 1.38 | 1.38 | 1.38 | 1.40 | 1.48 | 1.54 | 1.56 |
翼长 | 1.72 | 1.74 | 1.64 | 1.82 | 1.90 | 1.70 | 1.82 | 1.82 | 2.08 |
Apf蠓虫 | 触角长 | 1.14 | 1.18 | 1.20 | 1.26 | 1.28 | 1.30 |
翼长 | 1.78 | 1.96 | 1.86 | 2.00 | 2.00 | 1.96 |
现另有三个蠓虫标本的触角长和翼长分别为,,,请设法确定哪个是Af蠓虫,哪个是Apf蠓虫.(可以借助网络等资源查询相关资料,得到解决问题的思路)
您最近一年使用:0次
解题方法
4 . 随机抽取10家航空公司,对其最近一年的航班正点率和顾客投诉次数进行了调查,所得数据如下:
(1)绘制散点图,说明二者之间的关系形态;
(2)若顾客投诉次数与航班正点率之间具有相关关系,求回归直线方程;
(3)如果航班正点率为80%,试估计顾客投诉次数.
航空公司编号 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
航班正点率/% | 81.8 | 76.6 | 76.6 | 75.7 | 73.8 | 72.2 | 71.2 | 70.8 | 91.4 | 68.5 |
顾客投诉次数 | 21 | 58 | 85 | 68 | 74 | 93 | 72 | 122 | 18 | 125 |
(2)若顾客投诉次数与航班正点率之间具有相关关系,求回归直线方程;
(3)如果航班正点率为80%,试估计顾客投诉次数.
您最近一年使用:0次
5 . 下表为某省十二个地区某年1月平均气温与海拔及纬度的数据,试分析1月平均气温与海拔,1月平均气温与纬度之间是否具有相关关系.
气温/℃ | 6.9 | 17 | 16.9 | 11.3 | 14.2 | 12.3 | 18.2 | 17.3 | 10.4 | 13.3 | 6.4 | 8.6 |
海拔/m | 3640 | 4420 | 4220 | 2840 | 3200 | 3140 | 3360 | 4650 | 2680 | 3970 | 2080 | 2260 |
纬度 | 32.2 | 33.8 | 35 | 36.3 | 37.1 | 38.4 | 38.9 | 35.3 | 36.8 | 33.8 | 35.9 | 36.6 |
您最近一年使用:0次
6 . 一个盒子中装有5个电子产品,其中有3个一等品,2个二等品,从中不放回地抽取产品,每次取1个,求:
(1)取两次,两次都取得一等品的概率;
(2)取三次,第三次才取得一等品的概率.
(1)取两次,两次都取得一等品的概率;
(2)取三次,第三次才取得一等品的概率.
您最近一年使用:0次
解题方法
7 . 某班5名学生的数学和物理成绩如下表:
(1)画出散点图;
(2)求物理成绩y关于数学成绩x的回归直线方程(结果保留三位小数).
学生 | A | B | C | D | E |
数学成绩x/分 | 88 | 76 | 73 | 66 | 63 |
物理成绩y/分 | 78 | 65 | 71 | 64 | 61 |
(2)求物理成绩y关于数学成绩x的回归直线方程(结果保留三位小数).
您最近一年使用:0次
2023-10-05更新
|
44次组卷
|
2卷引用:湘教版(2019)选择性必修第二册课本例题4.2.1 回归直线方程
解题方法
8 . 设成对变量x,y有如下观测数据:
使用函数型计算器求y关于x的回归直线方程(结果保留三位小数).
x | 154 | 157 | 158 | 159 | 160 | 161 | 162 | 163 |
y | 155 | 156 | 159 | 162 | 161 | 164 | 165 | 166 |
您最近一年使用:0次
9 . 试判断下列各个问题中两个变量之间是否具有相关关系:
(1)商品的销售价格与其供应量;
(2)汽车的行驶速度与耗油量;
(3)真空中自由降落的小球,位移(单位:m)与时间(单位:s);
(4)日降雨量(单位:cm)与空气中污染物浓度(单位:).
(1)商品的销售价格与其供应量;
(2)汽车的行驶速度与耗油量;
(3)真空中自由降落的小球,位移(单位:m)与时间(单位:s);
(4)日降雨量(单位:cm)与空气中污染物浓度(单位:).
您最近一年使用:0次
2023-09-26更新
|
187次组卷
|
6卷引用:苏教版(2019)选择性必修第二册课本例题9.1 线性回归分析
苏教版(2019)选择性必修第二册课本例题9.1 线性回归分析8.1.1变量的相关关系练习(已下线)8.1.1 变量的相关关系(分层作业)-【上好课】高二数学同步备课系列(人教A版2019选择性必修第三册)(已下线)8.1 成对数据的统计相关性(分层练习,5大题型)-2023-2024学年高二数学同步精品课堂(人教A版2019选择性必修第三册)(已下线)8.1 成对数据的统计相关性——课后作业(巩固版)(已下线)专题8.5 成对数据的统计分析全章十一大基础题型归纳(基础篇)-2023-2024学年高二数学举一反三系列(人教A版2019选择性必修第三册)
解题方法
10 . 1997~2006年中国的国内生产总值(GDP)的数据如下:
(1)作GDP和年份的散点图,根据该图猜想它们之间的关系可以用什么模型描述;
(2)建立年份为解释变量,GDP为响应变量的一元线性回归模型,并计算残差;
(3)根据你得到的一元线性回归模型,预测2017年的GDP,看看你的预测值与实际的GDP的误差是多少?(2017年GDP的实际值为亿元)
(4)你认为这个模型能较好地刻画GDP和年份的关系吗?请说明理由
(5)随着时间的发展,又收集到2007~2016年的GDP数据如下:
建立年份(1997~2016)为解释变量,GDP为响应变量的经验回归方程,并预测2017年的GDP,与实际的GDP误差是多少?你能发现什么?
年份 | GDP/亿元 | 年份 | GDP/亿元 |
1997 | 79715.0 | 2002 | 121717.4 |
1998 | 85195.5 | 2003 | 137422.0 |
1999 | 90564.4 | 2004 | 161840.2 |
2000 | 100280.1 | 2005 | 187318.9 |
2001 | 110863.1 | 2006 | 219438.5 |
(2)建立年份为解释变量,GDP为响应变量的一元线性回归模型,并计算残差;
(3)根据你得到的一元线性回归模型,预测2017年的GDP,看看你的预测值与实际的GDP的误差是多少?(2017年GDP的实际值为亿元)
(4)你认为这个模型能较好地刻画GDP和年份的关系吗?请说明理由
(5)随着时间的发展,又收集到2007~2016年的GDP数据如下:
年份 | GDP/亿元 | 年份 | GDP/亿元 |
2007 | 270232.3 | 2012 | 540367.4 |
2008 | 319515.5 | 2013 | 595244.4 |
2009 | 349081.4 | 2014 | 643974.0 |
2010 | 413030.3 | 2015 | 689052.1 |
2011 | 489300.6 | 2016 | 744127.2 |
您最近一年使用:0次