名校
1 . 已知,之间的一组数据:
若与满足回归方程,则此曲线必过点__________ .
您最近一年使用:0次
7日内更新
|
827次组卷
|
2卷引用:山东省菏泽市第一中学南京路校区2024届高三下学期4月月考数学试题
名校
2 . 随着“一带一路”经贸合作持续深化,西安某地对外贸易近几年持续繁荣,2023年6月18日,该地很多商场都在搞“”促销活动.市物价局派人对某商品同一天的销售量及其价格进行调查,得到该商品的售价(单位:元)和销售量(单位:百件)之间的一组数据:
用最小二乘法求得与之间的经验回归方程是,当售价为45元时,预测该商品的销售量件数大约为( )(单位:百件)
20 | 25 | 30 | 35 | 40 | |
5 | 7 | 8 | 9 | 11 |
A.11.2 | B.11.75 | C.12 | D.12.2 |
您最近一年使用:0次
名校
3 . 色差和色度是衡量毛绒玩具质量优劣的重要指标.现抽检一批毛绒玩具,测得的色差和色度数据如表所示:
根据表中数据可得色度关于色差的经验回归方程为,则( )
色差x | 21 | 23 | 25 | 27 |
色度y | m | 18 | 19 | 20 |
A.14 | B.15 | C.16 | D.17 |
您最近一年使用:0次
4 . 下列有关回归分析的结论中,正确的有( )
A.在样本数据中,根据最小二乘法求得线性回归方程为,去除一个样本点后,得到的新线性回归方程一定会发生改变 |
B.具有相关关系的两个变量的相关系数为那么越大,之间的线性相关程度越强 |
C.若散点图中的散点均落在一条斜率非的直线上,则决定系数 |
D.在残差图中,残差点分布的水平带状区域越窄,说明模型的拟合精度越高 |
您最近一年使用:0次
5 . 某公司为了了解某商品的月销售量单位:万件与月销售单价单位:元件之间的关系,随机统计了个月的销售量与销售单价,并制作了如下对照表:
由表中数据可得回归方程中,试预测当月销售单价为元件时,月销售量为______ 万件.
月销售单价元件 | |||||
月销售量万件 |
您最近一年使用:0次
解题方法
6 . 下列说法中正确的有( )
A.在回归分析中,决定系数越大,说明回归模型拟合的效果越好 |
B.已知相关变量满足回归方程,则该方程对应于点的残差为1.1 |
C.已知随机变量,若,则 |
D.以拟合一组数据时,经代换后的经验回归方程为,则 |
您最近一年使用:0次
2024·全国·模拟预测
7 . 某市一水果店为了了解柑橘的月销售量(单位:千克)与月平均气温(单位:)之间的关系,随机统计了4个月的柑橘的月销售量与当月的平均气温,其数据如下表:
由表中数据得到关于的线性回归方程为,气象部门预测2024年4月该市的平均气温为,据此估计该水果店2024年4月柑橘的销售量为______ 千克.
月平均气温x/ | 18 | 12 | 8 | 2 |
月销售量千克 | 26 | 45 | 62 | 77 |
您最近一年使用:0次
2024·全国·模拟预测
解题方法
8 . 近年来,随着人们对健康饮食的重视和市场对禽肉需求的增长,养鸡业发展迅速,我国养鸡企业发展也取得了显著成就.某小型养鸡场从2017年到2023年每年养鸡数量(单位:千只)的统计结果如下表所示.
(1)由统计表看出,可用线性回归模型拟合与的关系,请用相关系数加以说明(系数精确到0.01);
(2)建立关于的回归方程(系数精确到0.01),并预测该小型养鸡场2026年养鸡的数量.
参考数据:.
参考公式:相关系数,回归方程中斜率和截距的最小二乘估计公式分别为.
年份 | 2017 | 2018 | 2019 | 2020 | 2021 | 2022 | 2023 |
年份代码 | 1 | 2 | 3 | 4 | 5 | 6 | 7 |
养鸡数量千只 | 2 | 3 | 7 | 5 | 8 | 11 | 13 |
(2)建立关于的回归方程(系数精确到0.01),并预测该小型养鸡场2026年养鸡的数量.
参考数据:.
参考公式:相关系数,回归方程中斜率和截距的最小二乘估计公式分别为.
您最近一年使用:0次
名校
9 . 某车间加工零件的数量与加工时间的统计数据如表:
现已求得上表数据的回归方程中的值为0.9,则据此回归模型可以预测,加工100个零件所需要的加工时间约为102分钟,则的值为( )
零件数(个) | 18 | 20 | 22 |
加工时间(分) | 27 | 33 |
A.28 | B.29 | C.30 | D.32 |
您最近一年使用:0次
2024-05-04更新
|
716次组卷
|
2卷引用:四川省绵阳南山中学实验学校2024届高三下学期4月月考理科数学试题
2024·全国·模拟预测
10 . 某合金冶炼厂2023年1月至4月合金的煅烧量(单位:百万吨)如表所示,已知煅烧量与月份之间有较好的线性相关关系,其线性回归方程是,则( )
月份 | 1 | 2 | 3 | 4 |
煅烧量/百万吨 | 6.5 | 7 | 8 | 8.5 |
A.7.8 | B.9.25 | C.12.75 | D.5.75 |
您最近一年使用:0次