组卷网 > 知识点选题 > 相关关系
更多: | 只看新题 精选材料新、考法新、题型新的试题
解析
| 共计 11 道试题
1 . 某商品的地区经销商对2023年1月到5月该商品的销售情况进行了调查,得到如下统计表.发现销售量y(万件)与时间x(月)成线性相关,根据表中数据,利用最小二乘法求得yx的回归直线方程为:.则下列说法错误的是(       

时间x(月)

1

2

3

4

5

销售量y(万件)

1

1.6

2.0

a

3

A.由回归方程可知2024年1月份该地区的销售量为6.8万件
B.表中数据的样本中心点为
C.
D.由表中数据可知,yx成正相关
2024-01-08更新 | 1384次组卷 | 9卷引用:高二数学开学摸底考02(北师大版,范围:选择性必修第一册全部)-2023-2024学年高二数学下学期开学摸底考试卷
2 . 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:则下列说法错误的是(       

6

8

10

12

          

6

3

2

A.变量,之间呈负相关关系B.
C.可以预测,当时,D.该回归直线必过点
3 . 如图,是对某位同学一学期次体育测试成绩(单位:分)进行统计得到的散点图,关于这位同学的成绩分析,下列结论错误的是(       
A.该同学的体育测试成绩总的趋势是在逐步提高,且次测试成绩的极差超过
B.该同学次测试成绩的众数是
C.该同学次测试成绩的中位数是
D.该同学次测试成绩与测试次数具有相关性,且呈正相关
4 . 已知变量XY之间的线性回归方程Y=-0.7X+10.3,且变量XY之间的一组相关数据如表所示,则下列说法错误的是(  

X

6

8

10

12

Y

6

m

3

2

A.变量XY之间呈负相关关系
B.m=4
C.可以预测,当X=20时,Y=-3.7
D.该回归直线必过点(9,4)
2023-06-30更新 | 311次组卷 | 35卷引用:安徽省六安一中2019-2020学年高二(下)开学数学(文科)试题
智能选题,一键自动生成优质试卷~
5 . 给出下列说法:
①回归直线恒过样本点的中心
②两个变量相关性越强,则相关系数就越接近1;
③某7个数的平均数为4,方差为2,现加入一个新数据4,此时这8个数的方差不变;
④在回归直线方程中,当变量x增加一个单位时,平均减少0.5个单位.
其中说法正确的是_____________.
2021-12-16更新 | 1101次组卷 | 11卷引用:江西省赣州市赣县第三中学2020-2021学年高二2月入学考试数学(文)试题
6 . 某化工厂为预测产品的回收率,需要研究它和原料有效成分含量之间的相关关系,现收集了4组对照数据.

x

2

4

6

8

y

3

6

7

10

(1)请根据相关系数的大小判断回收率之间是否存在高度线性相关关系;(精确到小数点后两位)
(2)请根据上表提供的数据,用最小二乘法求出关于的线性回归方程,并预测当时回收率的值.
参考数据:

|r|

1

0

>0.8

<0.3

其他

xy相关关系

完全相关

不相关

高度相关

低度相关

中度相关

7 . 在下列各散点图中,两个变量具有正相关关系的是(       
A.B.
C.D.
2022-04-15更新 | 715次组卷 | 11卷引用:河北省鹿泉第一中学2019-2020学年高二上学期入学考试数学试题
13-14高二下·山西太原·阶段练习
8 . 从某居民区随机抽取2021年的10个家庭,获得第个家庭的月收入(单位:千元)与月储蓄(单位:千元)的数据资料,计算得
(1)求家庭的月储蓄对月收入的线性回归方程
(2)判断变量之间是正相关还是负相关;
(3)利用(1)中的回归方程,分析2021年该地区居民月收入与月储蓄之间的变化情况,并预测当该居民区某家庭月收入为7千元,该家庭的月储蓄额.附:线性回归方程系数公式.
中,, 其中为样本平均值.
2022-03-28更新 | 403次组卷 | 32卷引用:黑龙江省双鸭山市第一中学2017-2018学年高二下学期开学考试数学(理)试题
9 . 2020年3月15日,某市物价部门对5家商场的某商品一天的销售量及其价格进行调查,5家商场的售价(元)和销售量(件)之间的一组数据如表所示:
价格99.51010.511
销售量1110865
按公式计算,的回归直线方程是:,相关系数,则下列说法正确的有(       
A.变量线性负相关且相关性较强;B.
C.当时,的估计值为12.8;D.相应于点的残差约为0.4.
2020-12-02更新 | 1600次组卷 | 9卷引用:江苏省南通市如皋市2020-2021学年高二下学期期初调研测试数学试题
10 . 某农科所对冬季昼夜温差(最高温度与最低温度的差)大小与某反季节大豆新品种一天内发芽数之间的关系进行了分析研究,他们分别记录了12月1日至12月6日每天昼夜最高、最低的温度(如图甲),以及实验室每天每100颗种子中的发芽数情况(如图乙),得到如下资料:


(1)请画出发芽数y与温差x的散点图;
(2)若建立发芽数y与温差x之间的线性回归模型,请用相关系数说明建立模型的合理性;
(3)①求出发芽数y与温差x之间的回归方程(系数精确到0.01);
②若12月7日的昼夜温差为,通过建立的y关于x的回归方程,估计该实验室12月7日当天100颗种子的发芽数.

参考数据:.

参考公式:

相关系数:(当时,具有较强的相关关系).

回归方程中斜率和截距计算公式:.

共计 平均难度:一般