名校
解题方法
1 . 2023年10月国家发改委、工信部等部门联合印发了《加快“以竹代塑”发展三年行动计划》,该计划将推动“以竹代塑”高质量发展,助力减少塑料污染,并将带动竹产业新一轮的增长.下表为2019年—2023年中国竹产业产值规模(单位:千亿元),其中2019年—2023年的年份代码依次为.
(1)记第年与年中国竹产业产值规模差值的2倍的整数部分分别为,从中任取2个数相乘,记乘积为,求的分布列与期望;
(2)根据以上数据及相关系数,判断能否用线性回归模型拟合中国竹产业产值规模与年份之间的关系.
参考数据:,,,
相关系数若,则认为与有较强的相关性.
1 | 2 | 3 | 4 | 5 | |
2.89 | 3.22 | 3.82 | 4.34 | 5.41 |
(2)根据以上数据及相关系数,判断能否用线性回归模型拟合中国竹产业产值规模与年份之间的关系.
参考数据:,,,
相关系数若,则认为与有较强的相关性.
您最近一年使用:0次
名校
解题方法
2 . 为丰富第二课堂,拓展素质教育,某校鼓励学生参加书法兴趣小组和绘画兴趣小组,开展相关实践活动.该校共有3000名学生,为了解学生的参加情况,从全校学生中随机抽取150名学生进行调查,发现有5人没有参加兴趣小组,且样本中仅参加书法兴趣小组和仅参加绘画兴趣小组的学生每周投入时间情况如下表:
(1)用频率估计概率,试估计全校学生中书法兴趣小组和绘画兴趣小组都参加的人数;
(2)从仅参加书法兴趣小组和仅参加绘画兴趣小组的学生中各抽1人,以X表示2人中每周投入时间大于5小时的人数,求X的分布列和数学期望;
(3)根据公式计算仅参加书法兴趣小组和仅参加绘画兴趣小组的学生在各投入时间段人数的样本相关系数,并推断它们的相关程度,其中分别为仅参加书法兴趣小组的学生在各投入时间段人数的均值和标准差,分别为仅参加绘画兴趣小组的学生在各投入时间段人数的均值和标准差.
附:
兴趣小组活动类别 | 投入时间(小时/周) | |||
大于10 | ||||
仅参加书法兴趣小组人数z | 25 | 30 | 15 | 10 |
仅参加绘画兴趣小组人数y | 10 | 20 | 25 | 5 |
(2)从仅参加书法兴趣小组和仅参加绘画兴趣小组的学生中各抽1人,以X表示2人中每周投入时间大于5小时的人数,求X的分布列和数学期望;
(3)根据公式计算仅参加书法兴趣小组和仅参加绘画兴趣小组的学生在各投入时间段人数的样本相关系数,并推断它们的相关程度,其中分别为仅参加书法兴趣小组的学生在各投入时间段人数的均值和标准差,分别为仅参加绘画兴趣小组的学生在各投入时间段人数的均值和标准差.
附:
相关系数r | |||
相关程度 | 低度线性相关 | 显著性相关 | 高度线性相关 |
您最近一年使用:0次
名校
3 . 下列说法中正确的是( )
A.若线性回归方程为,则变量增加1个单位时,平均增加5个单位 |
B.某校共有男生550人,女生450人,用分层抽样的方法抽取容量为40人的样本,则女生甲被抽中的概率为 |
C.在一个列联表中,由计算得出,而,则在犯错误的概率不超过0.001的前提下认为这两个变量之间有相关关系 |
D.具有线性相关关系的两个变量x,y的相关系数为,若越接近于0,则x,y之间的线性相关程度越高 |
您最近一年使用:0次
名校
解题方法
4 . 某校研究性学习小组研究的课题是数学成绩与物理成绩的关系,随机抽取了20名同学期末考试中的数学成绩和物理成绩,如表1:
(1)数学120分及以上记为优秀,物理80分及以上记为优秀.
(i)完成如下列联表;
(ii)依据的独立性检验,能否认为数学成绩与物理成绩有关联?
(2)从这20名同学中抽取5名同学的成绩作为样本,如表2:
表2:
如图所示:以横轴表示数学成绩、纵轴表示物理成绩建立直角坐标系,将表2中的成对样本数据表示为散点图,观察散点图,可以看出样本点集中在一条直线附近,由此推断数学成绩与物理成绩线性相关.(i)求样本相关系数;
(ii)建立物理成绩关于数学成绩的一元线性回归模型,求经验回归方程,并预测数学成绩120的同学物理成绩大约为多少?(四舍五入取整数)
参考公式:(1)样本相关系数.
(2)经验回归方程;.
(3),其中.
临界值表:
表1: | ||
序号 | 数学 | 物理 |
1 | 144 | 95 |
2 | 130 | 90 |
3 | 124 | 79 |
4 | 120 | 85 |
5 | 110 | 69 |
6 | 107 | 82 |
7 | 103 | 80 |
8 | 102 | 62 |
9 | 100 | 67 |
10 | 98 | 75 |
11 | 98 | 68 |
12 | 95 | 77 |
13 | 94 | 59 |
14 | 92 | 65 |
15 | 90 | 57 |
16 | 88 | 58 |
17 | 85 | 70 |
18 | 85 | 55 |
19 | 80 | 52 |
20 | 75 | 54 |
(1)数学120分及以上记为优秀,物理80分及以上记为优秀.
(i)完成如下列联表;
数学成绩 | 物理成绩 | 合计 | |
优秀 | 不优秀 | ||
优秀 | |||
不优秀 | |||
合计 |
(2)从这20名同学中抽取5名同学的成绩作为样本,如表2:
表2:
数学成绩 | 130 | 110 | 100 | 85 | 75 |
物理成绩 | 90 | 69 | 67 | 70 | 54 |
(ii)建立物理成绩关于数学成绩的一元线性回归模型,求经验回归方程,并预测数学成绩120的同学物理成绩大约为多少?(四舍五入取整数)
参考公式:(1)样本相关系数.
(2)经验回归方程;.
(3),其中.
临界值表:
0.1 | 0.05 | 0.01 | 0.005 | 0.001 | |
2.706 | 3.841 | 6.635 | 7.879 | 10.828 |
您最近一年使用:0次
2024-06-04更新
|
821次组卷
|
2卷引用:吉林省长春市东北师范大学附属中学2024届高三下学期第五次模拟考试数学试题
5 . 已知变量和变量的一组成对样本数据()的散点落在一条直线附近,,,相关系数为,线性回归方程为,则( )
参考公式:,.
参考公式:,.
A.当越大时,成对样本数据的线性相关程度越强 |
B.当时, |
C.当,时,成对样本数据()的相关系数满足 |
D.当,时,成对样本数据()的线性回归方程满足 |
您最近一年使用:0次
名校
6 . 下列有关回归分析的结论中,正确的有( )
A.在样本数据中,根据最小二乘法求得线性回归方程为,去除一个样本点后,得到的新线性回归方程一定会发生改变 |
B.具有相关关系的两个变量的相关系数为那么越大,之间的线性相关程度越强 |
C.若散点图中的散点均落在一条斜率非的直线上,则决定系数 |
D.在残差图中,残差点分布的水平带状区域越窄,说明模型的拟合精度越高 |
您最近一年使用:0次
2024-05-29更新
|
940次组卷
|
2卷引用:山西省晋中市2024届高三下学期5月高考适应训练考试数学试卷
名校
7 . 之前7年,我国生活垃圾无害处理量如下表:
通过计算,线性相关系数则( ).
序号 | 1 | 2 | 3 | 4 | 5 | 6 | 7 |
年 | 1 | 2 | 3 | 4 | 5 | 6 | 7 |
处理量 |
A.与的线性相关性很强,用线性回归模型拟合与的关系比较好 |
B.与的线性相关性比较弱,可以用线性回归模型拟合与的关系 |
C.与不线性相关,用线性回归模型㧍合与的关系,会有很大误差 |
D.与不线性相关,不可以用线性回归模型拟合与的关系 |
您最近一年使用:0次
名校
8 . 某动物园研究了大量的A、B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A、B两物种的平均身长为,标准差分别为,令A、B两物种的平均体重分别为、若A、B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:
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 |
您最近一年使用:0次
解题方法
9 . 今年五一节期间,聊城百货大楼有限公司搞促销活动,下表是该公司5月1号至10号(日期简记为1,2,3,……,10)连续10天的销售情况:
由上述数据,用最小二乘法得到销售额和日期的线性回归方程为,日期的方差约为3.02,销售额的方差约为2.59.
(1)根据线性回归方程,分析销售额随日期变化趋势的特征,并计算第4天的残差;
(2)计算相关系数,并分析销售额和日期的相关程度(精确到0.001);
(3)该公司为了促销,拟打算对电视机实行分期付款方式销售,假设顾客购买一台电视机选择分期付款的期数及相应的概率和公司获得的利润(单位:元)情况如下表:
已知成等比数列.
设该公司销售两台电视机所获得的利润为(单位:元),当的概率取得最大值时,求利润的分布列和数学期望.
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:.相关数据.
日期 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
销售额(万元) | 19 | 19.3 | 19.6 | 20 | 21.2 | 22.4 | 23.8 | 24.6 | 25 | 25.4 |
(1)根据线性回归方程,分析销售额随日期变化趋势的特征,并计算第4天的残差;
(2)计算相关系数,并分析销售额和日期的相关程度(精确到0.001);
(3)该公司为了促销,拟打算对电视机实行分期付款方式销售,假设顾客购买一台电视机选择分期付款的期数及相应的概率和公司获得的利润(单位:元)情况如下表:
2 | 4 | 6 | |
400 | 600 | 800 |
设该公司销售两台电视机所获得的利润为(单位:元),当的概率取得最大值时,求利润的分布列和数学期望.
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:.相关数据.
您最近一年使用:0次
10 . 2023年,我国新能源汽车产销量占全球比重超过60%,中国成为世界第一大汽车出口国.某汽车城统计新能源汽车从某天开始连续的营业天数与销售总量(单位:辆),采集了一组共20对数据,并计算得到回归方程,且这组数据中,连续的营业天数的方差,销售总量的方差.
(1)求样本相关系数,并刻画与的相关程度;
(2)在这组数据中,若连续的营业天数满足,试推算销售总量的平均数.
附:经验回归方程,其中,.
样本相关系数,.
(1)求样本相关系数,并刻画与的相关程度;
(2)在这组数据中,若连续的营业天数满足,试推算销售总量的平均数.
附:经验回归方程,其中,.
样本相关系数,.
您最近一年使用:0次