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 9 道试题
1 . 下列说法错误的是(       
A.线性回归直线一定过样本点中心
B.在回归分析中,为0.91的模型比为0.88的模型拟合的效果好
C.在残差图中,残差点分布的带状区域的宽度越狭窄,其模型拟合的精度越高
D.在线性回归分析中,相关系数r的值越大,变量间的相关性越强
2022-07-12更新 | 693次组卷 | 5卷引用:四川省雅安市2021-2022学年高二下学期期末数学(理)试题
2 . 具有线性相关关系的变量xy的回归方程为=2-x,则下列选项正确的是(       
A.变量xy是函数关系B.变量xy呈正相关关系
C.当x=4时,y的预测值为2D.若x增加1个单位,则y减少1个单位
3 . 某老师随机抽样调查了名学生周末上网的时间,再与这名学生在全年级的成绩排名对应,得到下表中的数据,并根据这些数据求得学生成绩排名关于周末上网时间的线性回归方程为.若运行如下图所示的程序框图,输出的值为,则把的值代入,所得的值为(   

个学生周末上网时间(分钟)

个学生的成绩排名


A.B.C.D.
解答题-应用题 | 适中(0.65) |
名校
4 . 习近平总书记在党的十九大报告中指出,要在“幼有所育、学有所教、劳有所得、病有所医、老有所养、住有所居、弱有所扶”上不断取得新进展,保证全体人民在共建共享发展中有更多获得感.现S市政府针对全市10所由市财政投资建设的敬老院进行了满意度测评,得到数据如下表:

敬老院

A

B

C

D

E

F

G

H

I

K

满意度x(%)

20

34

25

19

26

20

19

24

19

13

投资原y(万元)

80

89

89

78

75

71

65

62

60

52

(1)求投资额关于满意度的相关系数;
(2)我们约定:投资额关于满意度的相关系数的绝对值在0.75以上(含0.75)是线性相关性较强,否则,线性相关性较弱.如果没有达到较强线性相关,则采取“末位淘汰”制(即满意度最低的敬老院市财政不再继续投资,改为区财政投资).求在剔除“末位淘汰”的敬老院后投资额关于满意度的线性回归方程(系数精确到0.1)
参考数据:.
附:对于一组数据,其回归直线的斜率和截距的最小二乘估计公式分别为:.线性相关系数.
2019-10-12更新 | 1562次组卷 | 13卷引用:四川省泸州市泸县第五中学2019-2020学年高三上学期期末考试数学(理)试题
智能选题,一键自动生成优质试卷~
5 . 近年来,随着互联网的发展,诸如“滴滴打车”“神州专车”等网约车服务在我国各城市迅猛发展,为人们出行提供了便利,但也给城市交通管理带来了一些困难.为掌握网约车在省的发展情况,省某调查机构从该省抽取了5个城市,分别收集和分析了网约车的两项指标数,数据如下表所示:
城市1城市2城市3城市4城市5
指标数24568
指标数34445
经计算得:.
(1)试求间的相关系数,并利用说明是否具有较强的线性相关关系(若,则线性相关程度很高,可用线性回归模型拟合);
(2)建立关于的回归方程,并预测当指标数为7时,指标数的估计值;
(3)若城市的网约车指标数落在区间之外,则认为该城市网约车数量过多,会对城市交通管理带来较大的影响,交通管理部门将介入进行治理,直至指标数回落到区间之内.现已知2018年11月该城市网约车的指标数为13,问:该城市的交通管理部门是否要介入进行治理?试说明理由.
附:相关公式:.
参考数据:.
6 . 四名同学根据各自的样本数据研究变量之间的相关关系,并求得回归直线方程,分别得到以下四个结论:
负相关且.            负相关且
正相关且            正相关且
其中一定不正确的结论的序号是
A.①②B.②③C.③④D.①④
单选题 | 较易(0.85) |
名校
7 . 某公司某件产品的定价x与销量y之间的数据统计表如下,根据数据,用最小二乘法得出y与x的线性回归直线方程为:,则表格中n的值应为

x

2

4

5

6

8

y

30

40

n

50

70


A.45B.50C.55D.60
2017-03-18更新 | 1537次组卷 | 13卷引用:【校级联考】四川省遂宁市射洪县2017-2018学年高二上学期期末统考实验小班加试数学(理)试题
单选题 | 适中(0.65) |
名校
8 . 已知变量的取值如表所示,且,则由该数据算得的线性回归方程可能是

2

3

4

5

6.5


A.B.C.D.
解答题-问答题 | 容易(0.94) |
9 . 观察研究某种植物的生长速度与温度的关系,经过统计,得到生长速度(单位:毫米/月)与月平均气温的对比表如下:

温度

-5

0

6

8

12

15

20

生长速度

2

4

5

6

7

8

10

(1)求生长速度关于温度的线性回归方程;(斜率和截距均保留为三位有效数字);
(2)利用(1)中的线性回归方程,分析气温从时生长速度的变化情况,如果某月的平均气温是时,预测这月大约能生长多少.
附:回归直线的斜率和截距的最小二乘法估计公式分别为:
共计 平均难度:一般