1 . 设是变量和的个样本点,由这些样本点通过最小二乘法得到线性回归直线方程,下列结论正确的是( )
A.与正相关的充要条件是 | B.直线过点 |
C.与之间的相关系数为 | D.当增大一个单位时,增大个单位 |
您最近半年使用:0次
名校
2 . 为了研究小滑块在平面上的运动,测量得到如下一组数据:
这组数据的线性回归方程经过点,则______ .
时间(s) | 1 | 2 | 3 | 4 | 5 | 6 | 7 |
位移(cm) | 1.8 | 3.6 | 5.3 | 7.1 | 8.8 | 10.4 | 12.0 |
您最近半年使用:0次
名校
3 . 已知由样本数据点集合,求得的回归直线方程为,且,现发现两个数据点和误差较大,剔除后重新求得的回归直线的斜率为1.2,则( )
A.变量与具有负相关关系 | B.剔除后不变 |
C.剔除后的回归方程为 | D.剔除后相应于样本点的残差为0.05 |
您最近半年使用:0次
解题方法
4 . 某城市理论预测2015年到2019年人口总数与年份的关系如下表所示
(1)请用相关系数说明该组数据中与之间的关系可用线性回归模型进行拟合;
(2)求出关于的线性回归方程;
(3)据此估计2021年该城市人口总数.
参考公式:相关系数,对于一组具有线性相关关系的数据,其回归直线的斜率和截距的最小二乘估计分别为.
年份 | 2015 | 2016 | 2017 | 2018 | 2019 |
时间代号 | 0 | 1 | 2 | 3 | 4 |
人口总数(十万) | 5 | 7 | 8 | 11 | 19 |
(2)求出关于的线性回归方程;
(3)据此估计2021年该城市人口总数.
参考公式:相关系数,对于一组具有线性相关关系的数据,其回归直线的斜率和截距的最小二乘估计分别为.
您最近半年使用:0次
名校
5 . 给定两个随机变量的5组成对数据:,,,,.通过计算,得到关于的线性回归方程为,则( )
A.1 | B.1.1 | C.0.9 | D.1.15 |
您最近半年使用:0次
6 . 通过随机抽样,我们绘制了如图所示的某种商品每千克价格(单位:百元)与该商品消费者年需求量(单位:千克)的散点图.若去掉图中右下方的点后,下列说法正确的是( )
A.“每千克价格”与“年需求量”这两个变量由负相关变为正相关 |
B.“每千克价格”与“年需求量”这两个变量的线性相关程度不变 |
C.“每千克价格”与“年需求量”这两个变量的线性相关系数变大 |
D.“每千克价格”与“年需求量”这两个变量的线性相关系数变小 |
您最近半年使用:0次
7 . 已知变量y关于x的回归方程为,若对两边取自然对数,可以发现与x线性相关,现有一组数据如下表所示:
则当时,预测y的值为____________ .
x | 1 | 2 | 3 | 4 | 5 |
y |
您最近半年使用:0次
8 . 对甲、乙两组数据进行统计,获得以下散点图(左图为甲,右图为乙),下列结论不正确的是( )
A.甲、乙两组数据都呈线性相关 | B.乙组数据的相关程度比甲强 |
C.乙组数据的相关系数r比甲大 | D.乙组数据的相关系数r的绝对值更接近1 |
您最近半年使用:0次
名校
9 . 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.变量与负相关 |
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.变量与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 |
您最近半年使用:0次
名校
解题方法
10 . 某运动服饰公司对产品研发的年投资额(单位:十万元)与年销售量(单位:万件)的数据进行统计,整理后得到如下统计表:
(1)求和的样本相关系数(精确到0.01),并推断和的线性相关程度;(若,则线性相关程度很强;若,则线性相关程度一般;若,则线性相关程度很弱)
(2)求年销售量关于年投资额的回归直线方程,并据此预测年投资额为60万元时的年销售量.
参考数据:.
参考公式:相关系数;
回归直线方程中,.
1 | 2 | 3 | 4 | 5 | |
35 | 40 | 50 | 55 | 70 |
(2)求年销售量关于年投资额的回归直线方程,并据此预测年投资额为60万元时的年销售量.
参考数据:.
参考公式:相关系数;
回归直线方程中,.
您最近半年使用:0次