组卷网 > 章节选题 > 选修1-2
更多: | 只看新题 精选材料新、考法新、题型新的试题
解析
| 共计 21380 道试题
1 . 下列有关回归分析的结论中,正确的是(       
A.若回归方程为,则变量yx负相关
B.运用最小二乘法求得的经验回归直线一定经过样本点的中心
C.若线性相关系数越小,说明两个变量之间的线性相关性越强
D.若散点图中所有点都在直线,则相关系数
今日更新 | 163次组卷 | 1卷引用:辽宁省重点高中沈阳市郊联体2023-2024学年高二下学期4月月考数学试卷
2024·江苏·一模
2 . 已知变量的统计数据如下表,对表中数据作分析,发现之间具有线性相关关系,利用最小二乘法,计算得到经验回归直线方程为,据此模型预测当的值为__________.
56789
3.54566.5
昨日更新 | 717次组卷 | 2卷引用:8.2.1一元线性回归模型+8.2.2一元线性回归模型 第三课 知识扩展延伸
3 . 某公司收集了某商品销售收入(万元)与相应的广告支出(万元)共10组数据),绘制出如下散点图,并利用线性回归模型进行拟合.

若将图中10个点中去掉点后再重新进行线性回归分析,则下列说法正确的是(       
A.决定系数变小B.残差平方和变小
C.相关系数的值变小D.解释变量与预报变量相关性变弱
4 . 20世纪80年代初,随着我国的改革开放,经济体制和经营体制逐渐灵活,市场上的商品日益丰富,城市和农村出现小卖部.小卖部主营生活日用商品,有着经营成本小、规模小、商品种类少分布广等特点.近几年,人们的生活水平达到了新的高度,实体小卖部逐渐被应运而生的大小超市所取代.为适应市场,某小卖部经营者欲将经营规模扩大,将小卖部发展成生鲜综合超市,现将2013~2022年的年利润(单位:万元)统计如下:

年限

1

2

3

4

5

6

7

8

9

10

年利润(万元)

2

8

9

12

10

13

15

16

17

18

其中,年限1表示2013年,2表示2014年,3表示2015年,……,以此类推,10表示2022年.
(1)若年利润(单位:万元)与小卖部营业年限成正相关关系,在不改变经营状态的情况下,预测该小卖部2023年的年利润;
(2)以年利润是否低于12万元为评价标准,按照分层抽样从2013~2022年的年利润中随机抽取5个,再从这5个数据中随机抽取2个,求抽取的2个数据至少有1个低于12万元的概率.
附:线性回归方程中,,其中为样本均值.
昨日更新 | 133次组卷 | 2卷引用:8.2.1一元线性回归模型+8.2.2一元线性回归模型 第三课 知识扩展延伸
2024·河北沧州·一模
6 . 下表是某地从2019年至2023年能源消费总量近似值(单位:千万吨标准煤)的数据表:
年份20192020202120222023
年份代号12345
能源消费总量近似值(单位:千万吨标准煤)44.244.646.247.850.8
为解释变量,为响应变量,若以为回归方程,则决定系数0.9298,若以为回归方程,则,则下面结论中正确的有(       
A.变量和变量的样本相关系数为正数
B.的拟合效果好
C.由回归方程可准确预测2024年的能源消费总量
D.
昨日更新 | 801次组卷 | 3卷引用:8.2.1一元线性回归模型+8.2.2一元线性回归模型 第三练 能力提升拔高
7 . 某中学课外活动小组为了研究经济走势,根据该市1999-2021年的GDP(国内生产总值)数据绘制出下面的散点图,该小组选择了如下2个模型来拟合GDP值随年份的变化情况,模型一:;模型二:,下列说法正确的是(       

A.变量负相关
B.根据散点图的特征,模型一能更好地拟合GDP值随年份的变化情况
C.变量有较强的线性相关性
D.若选择模型二,的图象不一定经过点
昨日更新 | 130次组卷 | 2卷引用:河南省南阳市六校联考2023-2024学年高二下学期3月月考数学试题
8 . 用模型拟合一组数,若,设,得变换后的线性回归方程为,则       
A.20240B.C.D.2024
昨日更新 | 242次组卷 | 2卷引用:吉林省长春市东北师范大学附属中学2023-2024学年高二下学期3月月考数学试题
9 . 对具有线性相关关系的变量xy有一组观测数据,其经验回归方程为,且,则相应于点的残差为______
昨日更新 | 143次组卷 | 2卷引用:湖南省长沙市湖南师范大学附属中学2023-2024学年高二下学期第一次大练习数学试题
2024·全国·模拟预测
10 . 某农业大学组织部分学生进行作物栽培试验,由于土壤相对贫瘠,前期作物生长较为缓慢,为了增加作物的生长速度,达到预期标准,小明对自己培育的一株作物使用了营养液,现统计了使用营养液十天之内该作物的高度变化

天数x

1

2

3

4

5

6

7

8

9

10

作物高度y/cm

9

10

10

11

12

13

13

14

14

14

(1)观察散点图可知,天数与作物高度之间具有较强的线性相关性,用最小二乘法求出作物高度关于天数的线性回归方程(其中用分数表示);
(2)小明测得使用营养液后第22天该作物的高度为,请根据(1)中的结果预测第22天该作物的高度的残差.
参考公式:.参考数据:.
共计 平均难度:一般