组卷网 > 知识点选题 > 计算样本的中心点
更多: | 只看新题 精选材料新、考法新、题型新的试题
解析
| 共计 12 道试题
1 . 某动物园研究了大量的AB两种相似物种.记录其身长为x(单位:m)与体重y(单位:kg),通过计算得AB两物种的平均身长为,标准差分别为,令AB两物种的平均体重分别为AB两物种其体重y对身长x的回归直线分别为,相关系数分别为现有两种物种中一身长为5.6m,体重为8.6kg的个体P,下列说法中正确的有(       
参考公式:相关系数回归方程中斜率和截距的最小二乘法估计公式分别为:
方差:
A.
B.点到直线的距离大于其到直线的距离
C.点与点的距离大于其与点(的距离
D.A物种的体重标准差小于B物种的体重标准差
2024-05-22更新 | 368次组卷 | 1卷引用:重庆市南开中学校2024届高三下学期第八次质量检测(5月模拟预测)数学试题
2 . 为调研加工零件效率,调研员通过试验获得加工零件个数与所用时间(单位:)的5组数据为:,根据以上数据可得经验回归方程为:,则(       
A.
B.回归直线必过点
C.加工60个零件的时间大约为
D.若去掉,剩下4组数据的经验回归方程会有变化
2024-02-12更新 | 1465次组卷 | 6卷引用:重庆市杨家坪中学2023-2024学年高三下学期第二次月考数学试题
3 . 下列说法中正确的是(       
A.将一组数据中的每一个数据都加上或减去同一个常数后,方差不变
B.回归直线恒过样本点的中心,且至少过一个样本点
C.用相关指数来刻画回归效果时,越接近1,说明模型的拟合效果越好
D.在列联表中,的值越大,说明两个分类变量之间的关系越弱
4 . 已知变量之间的经验回归方程为,且变量的数据如图所示,则下列说法正确的是(       

2

3

5

9

11

12

10

7

3

A.该回归直线必过
B.变量之间呈正相关关系
C.当时,变量的值一定等于
D.相应于的残差估计值为
智能选题,一键自动生成优质试卷~
5 . 对于变量和变量,已知由共20个样本点组成的样本中心为的一个样本,其线性回归方程是,若去除前两个已知样本点后得到新的线性回归方程是,则对于新的样本数据(       
A.新的样本中心为
B.相关变量具有正相关的关系
C.新的线性回归方程与线性回归方程是相同的
D.随着变量的增加,变量的增加速度增大
2023-07-15更新 | 152次组卷 | 1卷引用:重庆市2022-2023学年高二下学期期末数学试题
6 . 为了研究y关于x的线性相关关系,收集了5组样本数据(见下表):
x12345
y0.50.811.21.5
假设经验回归方程为,则(       
A.
B.当时,y的预测值为2.2
C.样本数据y的40%分位数为0.8
D.去掉样本点后,xy的样本相关系数r不变
2023-04-20更新 | 3361次组卷 | 5卷引用:重庆市第一中学校2023-2024学年高二下学期期中考试数学试题
7 . 对两个变量进行回归分析,得到一组样本数据则下列结论正确的是(       
A.若求得的经验回归方程为,则变量之间具有正的线性相关关系
B.若这组样本数据分别是,则其经验回归方程必过点
C.若同学甲根据这组数据得到的回归模型1的残差平方和为.同学乙根据这组数据得到的回归模型2的残差平方和为,则模型1的拟合效果更好
D.若用相关指数来刻画回归效果,回归模型3的相关指数,回归模型4的相关指数,则模型4的拟合效果更好
8 . 2022年6月18日,很多商场都在搞促销活动.重庆市物价局派人对5个商场某商品同一天的销售量及其价格进行调查,得到该商品的售价元和销售量件之间的一组数据如下表所示:
9095100105110
1110865
用最小二乘法求得关于的经验回归直线是,相关系数,则下列说法正确的有(       
A.变量负相关且相关性较强
B.
C.当时,的估计值为13
D.相应于点的残差为
2022-07-05更新 | 3224次组卷 | 11卷引用:重庆市长寿区七校2021-2022学年高二下学期期末联考数学试题
9 . 已知变量之间的线性回归方程为,且变量之间的一组相关数据如表所示,则下列说法正确的是(       

A.变量之间呈负相关关系
B.可以预测,当时,
C.
D.该回归直线必过点
2021-10-22更新 | 211次组卷 | 2卷引用:重庆市秀山高级中学2022届高三上学期10月月考数学试题
10 . 已知变量xy的取值如下表所示,且,则由该数据知其线性回归方程可能是(       
2345
6.52.5

A.B.
C.D.
2021-07-29更新 | 411次组卷 | 2卷引用:重庆市璧山来凤中学校2021-2022学年高二下学期期末模拟(一)数学试题
共计 平均难度:一般