(1)函数关系是一种确定关系,而相关关系是一种不确定关系.
(2)样本相关系数r越大,两变量的相关性越强.
(3)散点图可以直观地分析出两个变量是否具有相关性.
(4)若变量x,y满足函数关系,则这两个变量线性相关.
(5)两个变量的相关关系是一种确定的关系
(6)当一个变量的值增加时,另一个变量的值随之减少,则称这两个变量负相关.
(7)一般地,样本容量越大,用样本相关系数估计两个变量的相关系数的效果越好.
(8)统计活动中,分析数据时通常用统计图表计算数据的数据特征.
(9)在一定范围内,农作物的产量与施肥量之间的关系是相关关系.
(1)残差平方和越接近0, 线性回归模型的拟合效果越好.
(2)在画两个变量的散点图时, 响应变量在x轴上,解释变量在y轴上.
(3)越小, 线性回归模型的拟合效果越好.
时间/年 | 主要飓风数量 | |
1921—1930 | 1 | 17 |
1931—1940 | 2 | 16 |
1941—1950 | 3 | 29 |
1951—1960 | 4 | 33 |
1961—1970 | 5 | 27 |
1971—1980 | 6 | 16 |
1981—1990 | 7 | 16 |
1991—2000 | 8 | 27 |
2001—2010 | 9 | 33 |
(2)借助图象,尝试求出形如正弦型函数的解析式;
(3)使用数学软件找到最佳拟合的正弦型函数.
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 |
学生编号 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 |
高一 | 84 | 85 | 71 | 74 | 60 | 58 | 51 | 82 |
高二 | 84 | 88 | 72 | 73 | 68 | 62 | 60 | 85 |
学生编号 | 9 | 10 | 11 | 12 | 13 | 14 | 15 | 16 |
高一 | 87 | 69 | 79 | 80 | 83 | 84 | 63 | 54 |
高二 | 88 | 73 | 84 | 82 | 83 | 83 | 66 | 67 |
(2)计算学生高一和高二数学成绩的相关系数.根据此相关系数,你能得出什么结论?
6 . 某市104路公交车上午7:05—8:55时段在起点站每9分钟发一班次.公交公司为了了解早高峰时段各班次上客情况,某日上午7:14—8:35记录了在起点站各班次车辆上客的人数:
发车时刻 | 7:14 | 7:23 | 7:32 | 7:41 | 7:50 | 7:59 | 8:08 | 8:17 | 8:26 | 8:35 |
上车乘客数/人 | 10 | 13 | 13 | 18 | 17 | 15 | 12 | 9 | 3 | 3 |
请绘制这组成对数据的散点图,并通过观察散点图大致判断客车发车时刻与上车乘客人数之间的相关性.
豆类 | 黄豆 | 豇豆 | 青毛豆 | 豌豆(鲜) | 四季豆 |
脂肪含量/kg | 0.0184 | 0.0002 | 0.0057 | 0.0003 | 0.0004 |
热量/kJ | 1726 | 108 | 527 | 336 | 130 |
(2)观察散点图的趋势,如果能看成线性关系,请在图中画出一条直线来近似的表示这种关系,并计算豆类脂肪含量与热量的相关系数.
151 | 152 | 153 | 154 | 156 | 157 | 158 | 159 | 160 | 162 | 163 | 164 | |
40 | 41 | 41 | 41.5 | 42 | 42.5 | 43 | 44 | 45 | 45 | 46 | 45.5 |
(2)判断变量,是否具有相关关系?如果具有相关关系,那么是正相关还是负相关?
物理 | 64 | 61 | 78 | 65 | 71 |
数学 | 66 | 63 | 88 | 76 | 73 |
(2)若x与y具有线性相关关系,试求变量y对x的回归方程并求变量x对y的回归方程.
A.解释变量x与预报变量y的相关性变强 | B.样本相关系数r变大 |
C.残差平方和变小 | D.决定系数变小 |