组卷网 > 知识点选题 > 线性回归
更多: | 只看新题 精选材料新、考法新、题型新的试题
解析
| 共计 444 道试题
1 . 现代物流成为继劳动力、自然资源外影响企业生产成本及利润的重要因素.某企业去年前八个月的物流成本(单位:万元)和企业利润的数据(单位:万元)如下表所示:

月份

1

2

3

4

5

6

7

8

物流成本x

83

83.5

80

86.5

89

84.5

79

86.5

利润y

114

116

106

122

132

114

m

132

残差

0.2

0.6

1.8

-3

-1

-4.6

-1

根据最小二乘法公式求得经验回归方程为.
(1)求m的值,并利用已知的经验回归方程求出8月份对应的残差值
(2)请先求出线性回归模型的决定系数(精确到0.0001),若根据非线性模型求得解释变量(物流成本)对于响应变量(利润)的决定系数,请说明以上两种模型哪种模型拟合效果更好.
参考公式及数据:.
2022-03-14更新 | 632次组卷 | 2卷引用:人教A版(2019) 选修第三册 名师精选 第六单元 成对数据的统计相关性、一元线性回归模型及其应用
21-22高二·湖南·课后作业
多选题 | 较易(0.85) |
2 . (多选)下列关于回归分析与独立性检验的说法不正确的是(       
A.回归分析和独立性检验没有什么区别
B.回归分析是对两个变量准确关系的分析,而独立性检验是分析两个变量之间的不确定关系
C.回归分析研究两个变量之间的相关关系,独立性检验是对两个变量是否具有某种关系的一种检验
D.独立性检验可以100%确定两个变量之间是否具有某种关系
2022-03-07更新 | 300次组卷 | 3卷引用:4.3 独立性检验
3 . 某制衣品牌为使成衣尺寸更精准,选择了10名志愿者,对其身高(单位:)和臂展(单位:)进行了测量,这10名志愿者身高和臂展的折线图如图所示.已知这10名志愿者身高的平均值为,根据这10名志愿者的数据求得臂展关于身高的线性回归方程为,则下列结论不正确的是(       
A.这10名志愿者身高的极差小于臂展的极差
B.这10名志愿者的身高和臂展呈正相关关系
C.这10名志愿者臂展的平均值为176.2cm
D.根据回归方程可估计身高为160cm的人的臂展为158cm
4 . 下列命题中正确的是(       ).
A.标准差越小,则反映样本数据的离散程度越大
B.在回归直线方程中,当解释变量x每增加1个单位时,响应变量减少0.4个单位
C.对分类变量XY来说,它们的随机变量的值越小,“XY有关系”的把握程度越大
D.在回归分析模型中,相关系数绝对值越大,说明线性模型的拟合效果越好
2022-03-01更新 | 739次组卷 | 2卷引用:人教A版(2019) 选修第三册 核心素养 6-8章 阶段检测卷
5 . 下列说法正确的是(       
A.当总体是由差异明显的几个部分组成时,通常采用分层抽样的方法抽样
B.频率分布直方图中每个小矩形的高就是该组的频率
C.若两个满足线性回归的变量负相关,则其回归直线的斜率为负
D.已知随机变量服从正态分布,则
2022-01-27更新 | 675次组卷 | 3卷引用:湖北省襄阳市优质高中2021-2022学年高三上学期元月联考数学试题
6 . 已知两个统计案例如下:
①为了探究患肺炎与吸烟的关系,随机调查了339人,调查结果如下表(单位:人):

性别


晕机情况

患肺炎

未患肺炎

合计

吸烟

43

162

205

不吸烟

13

121

134

合计

56

283

339


②为了解某地母亲身高与女儿身高的关系,随机测得10对母女的身高的数据如下表:
母亲身高/cm159160160163159154159158159157
女儿身高/cm158159160161161155162157162156

则对这些数据的处理所采用的统计方法是(       
A.①线性回归分析,②取平均值B.①独立性检验,②线性回归分析
C.①线性回归分析,①独立性检验D.①独立性检验,②取平均值
7 . 对具有线性相关关系的变量,测得一组数据如下表,根据表中数据,利用最小二乘法得到回归直线方程,据此模型预测当时,y的估计值为(       

x

2

4

5

6

8

y

20

40

60

70

80

A.210B.210.5C.211.5D.212.5
2021-12-08更新 | 3215次组卷 | 10卷引用:四川省阆中中学2021-2022学年高二上学期第三学月教学质量检测数学(文科)试题
20-21高二·江苏·课后作业
8 . 下面的表里是统计学家安斯库姆(F. Anscombe)所提供的4组数据.这四组数据的线性相关系数非常接近,均约等于0.8161,它们的线性回归方程也基本一致,均可表示为
数据组A

x

10

8

13

9

11

14

6

4

12

7

5

y

8.04

6.95

7.58

8.81

8.33

9.96

7.24

4.26

10.84

4.82

5.68

数据组B

x

10

8

13

9

11

14

6

4

12

7

5

y

9.14

8.14

8.74

8.77

9.26

8.10

6.13

3.10

9.13

7.26

4.74

数据组C

x

10

8

13

9

11

14

6

4

12

7

5

y

7.46

6.77

12.74

7.11

7.81

8.84

6.08

5.39

8.15

6.42

5.73

数据组D

x

8

8

8

8

8

8

8

8

8

8

19

y

6.58

5.76

7.71

8.84

8.47

7.04

5.25

5.56

7.91

6.89

12.50

(1)这四组数据的线性相关程度真的如此一致吗?
(2)对哪个(些)组的数据,可以用回归直线来预测时的y值?
(3)分别对四组数据提出自己的见解.
2021-12-06更新 | 238次组卷 | 4卷引用:9.2独立性检验
20-21高二·全国·课后作业
解答题-问答题 | 较易(0.85) |
9 . 如果散点图中所有的散点都落在一条斜率为非0的直线上,请回答下列问题:
(1)解释变量和响应变量的关系是什么?
(2)是多少?
2021-11-21更新 | 376次组卷 | 3卷引用:8.2 一元线性回归模型及其应用
单选题 | 较易(0.85) |
10 . 关于回归分析,下列说法错误的是(       
A.回归分析是研究两个具有相关关系的变量的方法
B.散点图中,解释变量在x轴,预报变量在y
C.回归模型中一定存在随机误差
D.散点图能明确反映变量间的关系
2021-11-18更新 | 411次组卷 | 1卷引用:人教B版(2019) 选修第二册 过关检测 第四章 4.3.1 一元线性回归模型
首页6 7 8 9 10 11 12 13 末页
跳转: 确定
共计 平均难度:一般