(1)函数关系是一种确定关系,而相关关系是一种不确定关系.
(2)样本相关系数r越大,两变量的相关性越强.
(3)散点图可以直观地分析出两个变量是否具有相关性.
(4)若变量x,y满足函数关系,则这两个变量线性相关.
(5)两个变量的相关关系是一种确定的关系
(6)当一个变量的值增加时,另一个变量的值随之减少,则称这两个变量负相关.
(7)一般地,样本容量越大,用样本相关系数估计两个变量的相关系数的效果越好.
(8)统计活动中,分析数据时通常用统计图表计算数据的数据特征.
(9)在一定范围内,农作物的产量与施肥量之间的关系是相关关系.
(1)残差平方和越接近0, 线性回归模型的拟合效果越好.
(2)在画两个变量的散点图时, 响应变量在x轴上,解释变量在y轴上.
(3)越小, 线性回归模型的拟合效果越好.
时间/年 | 主要飓风数量 | |
1921—1930 | 1 | 17 |
1931—1940 | 2 | 16 |
1941—1950 | 3 | 29 |
1951—1960 | 4 | 33 |
1961—1970 | 5 | 27 |
1971—1980 | 6 | 16 |
1981—1990 | 7 | 16 |
1991—2000 | 8 | 27 |
2001—2010 | 9 | 33 |
(2)借助图象,尝试求出形如正弦型函数的解析式;
(3)使用数学软件找到最佳拟合的正弦型函数.
4 . 红蜘蛛是柚子的主要害虫之一,能对柚子树造成严重伤害,每只红蜘蛛的平均产卵数y(个)和平均温度x(℃)有关,现收集了以往某地的7组数据,得到下面的散点图及一些统计量的值.
(1)根据散点图判断,与(其中…为自然对数的底数)哪一个更适合作为平均产卵数y(个)关于平均温度x(℃)的回归方程类型?(给出判断即可,不必说明理由)
(2)由(1)的判断结果及表中数据,求出y关于x的回归方程.(计算结果精确到0.1)
附:回归方程中,,
参考数据() | |||||
5215 | 17713 | 714 | 27 | 81.3 | 3.6 |
(3)根据以往每年平均气温以及对果园年产值的统计,得到以下数据:平均气温在22℃以下的年数占60%,对柚子产量影响不大,不需要采取防虫措施;平均气温在22℃至28℃的年数占30%,柚子产量会下降20%;平均气温在28℃以上的年数占10%,柚子产量会下降50%.为了更好的防治红蜘蛛虫害,农科所研发出各种防害措施供果农选择.
在每年价格不变,无虫害的情况下,某果园年产值为200万元,根据以上数据,以得到最高收益(收益=产值-防害费用)为目标,请为果农从以下几个方案中推荐最佳防害方案,并说明理由.
方案1:选择防害措施A,可以防止各种气温的红蜘蛛虫害不减产,费用是18万;
方案2:选择防害措施B,可以防治22℃至28℃的蜘蛛虫害,但无法防治28℃以上的红蜘蛛虫害,费用是10万;
方案3:不采取防虫害措施.
年份 | GDP/亿元 | 年份 | GDP/亿元 |
1997 | 79715.0 | 2002 | 121717.4 |
1998 | 85195.5 | 2003 | 137422.0 |
1999 | 90564.4 | 2004 | 161840.2 |
2000 | 100280.1 | 2005 | 187318.9 |
2001 | 110863.1 | 2006 | 219438.5 |
(2)建立年份为解释变量,GDP为响应变量的一元线性回归模型,并计算残差;
(3)根据你得到的一元线性回归模型,预测2017年的GDP,看看你的预测值与实际的GDP的误差是多少?(2017年GDP的实际值为亿元)
(4)你认为这个模型能较好地刻画GDP和年份的关系吗?请说明理由
(5)随着时间的发展,又收集到2007~2016年的GDP数据如下:
年份 | GDP/亿元 | 年份 | GDP/亿元 |
2007 | 270232.3 | 2012 | 540367.4 |
2008 | 319515.5 | 2013 | 595244.4 |
2009 | 349081.4 | 2014 | 643974.0 |
2010 | 413030.3 | 2015 | 689052.1 |
2011 | 489300.6 | 2016 | 744127.2 |
家庭编号 | 家庭人均月收入x/元 | 家庭人均消费量y/元 |
1 | 5432 | 6.32 |
2 | 2336 | 3.52 |
3 | 3944 | 6.32 |
4 | 4656 | 21.60 |
5 | 9246 | 29.12 |
6 | 17512 | 76.00 |
7 | 8776 | 41.72 |
8 | 16624 | 54.80 |
9 | 14544 | 46.72 |
10 | 13600 | 41.68 |
11 | 5976 | 26.00 |
12 | 13144 | 25.28 |
13 | 3312 | 4.00 |
14 | 2832 | 1.36 |
15 | 10208 | 15.04 |
16 | 5960 | 6.16 |
17 | 3480 | 11.12 |
18 | 4320 | 4.48 |
19 | 6992 | 12.48 |
20 | 12344 | 42.24 |
21 | 8232 | 5.12 |
22 | 5680 | 32.00 |
23 | 6696 | 33.60 |
24 | 13984 | 39.04 |
25 | 11048 | 27.84 |
26 | 10040 | 21.04 |
27 | 14216 | 39.92 |
28 | 2960 | 4.72 |
29 | 9040 | 38.32 |
30 | 3704 | 4.08 |
31 | 6160 | 13.92 |
32 | 5792 | 32.80 |
33 | 6464 | 31.52 |
34 | 6320 | 6.68 |
35 | 6264 | 26.32 |
36 | 3248 | 3.52 |
37 | 9936 | 25.92 |
38 | 5264 | 17.12 |
39 | 13968 | 45.68 |
40 | 3744 | 5.12 |
41 | 8912 | 15.20 |
42 | 3304 | 4.08 |
43 | 14296 | 66.64 |
44 | 11960 | 40.88 |
45 | 12208 | 31.44 |
(2)计算y与x的相关系数;
(3)试分析研究y与x之间的线性回归关系.
学生编号 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 |
高一 | 84 | 85 | 71 | 74 | 60 | 58 | 51 | 82 |
高二 | 84 | 88 | 72 | 73 | 68 | 62 | 60 | 85 |
学生编号 | 9 | 10 | 11 | 12 | 13 | 14 | 15 | 16 |
高一 | 87 | 69 | 79 | 80 | 83 | 84 | 63 | 54 |
高二 | 88 | 73 | 84 | 82 | 83 | 83 | 66 | 67 |
(2)计算学生高一和高二数学成绩的相关系数.根据此相关系数,你能得出什么结论?
8 . 为了研究豆类脂肪含量与其产生的热量的关系,选取了5种豆类进行实验测定.下面是kg豆类中脂肪含量(单位:kg)与相应热量(单位:kJ)的对照表.
豆类 | 黄豆 | 豇豆 | 青毛豆 | 豌豆(鲜) | 四季豆 |
脂肪含量/kg | 0.0184 | 0.0002 | 0.0057 | 0.0003 | 0.0004 |
热量/kJ | 1726 | 108 | 527 | 336 | 130 |
(1)根据表中的数据绘制散点图;
(2)观察散点图的趋势,如果能看成线性关系,请在图中画出一条直线来近似的表示这种关系,并计算豆类脂肪含量与热量的相关系数.
10名高中男生的身高与体重如下表:
编号 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
身高/cm | 174 | 176 | 176 | 181 | 182 | 179 | 169 | 168 | 171 | 180 |
体重/kg | 55 | 58 | 62 | 74 | 88 | 68 | 54 | 52 | 56 | 86 |
10 . 某市104路公交车上午7:05—8:55时段在起点站每9分钟发一班次.公交公司为了了解早高峰时段各班次上客情况,某日上午7:14—8:35记录了在起点站各班次车辆上客的人数:
发车时刻 | 7:14 | 7:23 | 7:32 | 7:41 | 7:50 | 7:59 | 8:08 | 8:17 | 8:26 | 8:35 |
上车乘客数/人 | 10 | 13 | 13 | 18 | 17 | 15 | 12 | 9 | 3 | 3 |
请绘制这组成对数据的散点图,并通过观察散点图大致判断客车发车时刻与上车乘客人数之间的相关性.