1 . 已知线性回归方程
＝4.4x＋0.5．则可估计x与y的增长速度之比约为（ ）
＝4.4x＋0.5．则可估计x与y的增长速度之比约为（ ）A． | B． | C． | D．2 |
您最近半年使用：0次
2 . (多选题)下列结论正确的是（ ）
| A．函数关系是一种确定性关系 |
| B．相关关系是一种非确定性关系 |
| C．回归分析是对具有函数关系的两个变量进行统计分析的一种方法 |
| D．回归分析是对具有相关关系的两个变量进行统计分析的一种常用方法 |
您最近半年使用：0次
3 . 现随机抽取了某中学高一10名在校学生，他们入学时的数学成绩X与入学后第一次考试的数学成绩Y如下表:
请问:这10名学生的两次数学成绩是否具有线性相关关系?
| 学生号 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
| X | 120 | 108 | 117 | 104 | 103 | 110 | 104 | 105 | 99 | 108 |
| Y | 84 | 64 | 84 | 68 | 69 | 68 | 69 | 46 | 57 | 71 |
您最近半年使用：0次
21-22高二下·河南·阶段练习
名校
4 . 已知两个统计案例如下：
①某机构调查了100位社区网络员手机即时通讯软件的使用情况，结果如下表：
②为了解某地母亲身高与女儿身高的关系，随机测得10对母女的身高数据如下表：
则对这些数据的处理所采用的统计方法是（ ）
①某机构调查了100位社区网络员手机即时通讯软件的使用情况，结果如下表：
35岁以上 | 35岁以下 | 总计 | |
微信 | 45 | 20 | 65 |
13 | 22 | 35 | |
总计 | 58 | 42 | 100 |
母亲身高/cm | 159 | 160 | 160 | 163 | 159 | 154 | 159 | 158 | 159 | 157 |
女儿身高/cm | 158 | 159 | 160 | 161 | 161 | 155 | 162 | 157 | 162 | 156 |
| A．①回归分析，②取平均值 | B．①回归分析，②独立性检验 |
| C．①独立性检验，②回归分析 | D．①独立性检验，②取平均值 |
您最近半年使用：0次
2022-03-24更新
|
269次组卷
|
4卷引用：第02讲 独立性检验-【帮课堂】2021-2022学年高二数学同步精品讲义（苏教版2019选择性必修第二册）
（已下线）第02讲 独立性检验-【帮课堂】2021-2022学年高二数学同步精品讲义（苏教版2019选择性必修第二册）河南省2021-2022学年高二下学期联考（二）文科数学试卷河南省中原好教育联盟2021-2022学年高二下学期第二次大联考文科数学试题（已下线）8.3 列联表与独立性检验（题型专训）-2022-2023学年高二数学同步精品课堂（人教A版2019选择性必修第三册）
21-22高二·全国·单元测试
5 . 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X与Y来说，它们的随机变量 的值越小，“X与Y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 |
您最近半年使用：0次
20-21高二·江苏·课后作业
6 . 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
数据组B
数据组C
数据组D
(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．
．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 |
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 |
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 |
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 |
(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．
您最近半年使用：0次
2021-12-06更新
|
237次组卷
|
4卷引用：9.2独立性检验
7 . 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？
(1)解释变量和响应变量的关系是什么？
(2)
是多少？
您最近半年使用：0次
8 . 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轴 |
| 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 |
您最近半年使用：0次
9 . 如图所示，Geogebra软件中，回归类型分为“线性”“对数”等，分别选择每一种类型进行实验，总结出每一种类型的回归方程的形式．
您最近半年使用：0次
解题方法
10 . 某公司为了预测下月产品销售情况，找出了近7个月的产品销售量
（单位：万件）的统计表：
但其中数据污损不清，经查证
.
（1）请用相关系数
说明销售量与月份代码
之间有很强的线性相关关系（当
时认为两个变量有很强的线性相关关系）；
（2）求关于的回归直线方程（结果中
保留两位小数）；
（3）公司经营期间的广告宣传费（单位：万元）
，每件产品的销售价为10元，预测第8个月的毛利润能否突破15万元，请说明理由（毛利润=销售金额-广告宣传费）.
参考数据：
，
.
（单位：万件）的统计表：| 月份代码 | 1 | 2 | 3 | 4 | 5 | 6 | 7 |
| 销售量/万件 |  |  |  |  |  |  |  |
.（1）请用相关系数
说明销售量与月份代码之间有很强的线性相关关系（当时认为两个变量有很强的线性相关关系）；（2）求
关于的回归直线方程（结果中保留两位小数）；（3）公司经营期间的广告宣传费（单位：万元）
，每件产品的销售价为10元，预测第8个月的毛利润能否突破15万元，请说明理由（毛利润=销售金额-广告宣传费）.参考数据：
，.
您最近半年使用：0次
2021-09-20更新
|
674次组卷
|
4卷引用：人教B版(2019) 选修第二册 突围者 第四章 第三节课时1 一元线性回归模型
人教B版(2019) 选修第二册 突围者 第四章 第三节课时1 一元线性回归模型（已下线）4.3.1一元线性回归模型-2021-2022学年高二数学同步知识梳理+考点精讲精练(人教B版2019选择性必修第二册)沪教版(2020) 选修第二册 经典学案 第8章 8.2 一元线性回归分析（已下线）艺体生一轮复习 第九章 计数原理、概率与统计 第49讲 回归分析【练】
