2021·全国·模拟预测
名校
解题方法
1 . 婺源位于江西省东北部,其境内古村落遍布乡野,保存完整,生态优美,物产丰富,拥有着油菜花之乡的美誉,被誉为一颗镶嵌在赣、浙、皖三省交界处的绿色明珠.为了调查某片实验田3月份油菜花的生长高度,研究人员在当地随机抽取了13株油菜花进行高度测量,所得数据如下:,,,,,,,,.并通过绘制及观察散点图,选用两种模型进行拟合:
模型一:,其中令;
模型二:,其中令.
(1)求模型二的回归方程;
(2)试通过计算相关系数的大小,说明对于所给数据,哪一种模型更加合适.
参考数据:,,,.
附:对于一组数据,,…,,其回归方程的斜率和截距的最小二乘估计分别为,,相关系数.
模型一:,其中令;
模型二:,其中令.
(1)求模型二的回归方程;
(2)试通过计算相关系数的大小,说明对于所给数据,哪一种模型更加合适.
参考数据:,,,.
附:对于一组数据,,…,,其回归方程的斜率和截距的最小二乘估计分别为,,相关系数.
您最近一年使用:0次
21-22高二·全国·课后作业
解题方法
2 . 某生物研究所为研究某种昆虫的产卵数和温度的关系,经过一段时间观察,收集到如下数据:
以该种昆虫的产卵数和温度为变量,作出如图所示的散点图,现分别用模型①与模型②进行分析.
(1)请利用模型②建立两个变量之间的函数关系式(系数保留两位小数);
(2)已知模型①的回归直线方程为,模型②的样本相关系数,请根据相关系数判断哪个模型的拟合效果更好;
(3)该种昆虫的防治以喷洒杀虫剂为主,其防治成本与温度和产卵数的关系为,用(2)中得出的拟合效果最好的模型计算,当温度(取整数)为何值时,昆虫的防治成本的预估值最小?
附:对于一组数据、、…、,其回归直线的斜率和截距的最小二乘估计分别为,,样本相关系数.
参考数据:,,设,则,.
产卵数 |
(1)请利用模型②建立两个变量之间的函数关系式(系数保留两位小数);
(2)已知模型①的回归直线方程为,模型②的样本相关系数,请根据相关系数判断哪个模型的拟合效果更好;
(3)该种昆虫的防治以喷洒杀虫剂为主,其防治成本与温度和产卵数的关系为,用(2)中得出的拟合效果最好的模型计算,当温度(取整数)为何值时,昆虫的防治成本的预估值最小?
附:对于一组数据、、…、,其回归直线的斜率和截距的最小二乘估计分别为,,样本相关系数.
参考数据:,,设,则,.
您最近一年使用:0次
3 . 已知相关变量和的散点图如图所示,若用与拟合时(均经过线性处理)的相关系数分别为则比较的大小结果为( )
A. | B. | C. | D.不确定 |
您最近一年使用:0次
解题方法
4 . 为落实“精准扶贫”政策,某县决定利用扶贫资金帮扶具有地方特色的传统手工业发展.扶贫项目组利用数据分析技术,模拟扶贫项目的未来预期,模拟结果显示,项目投资额(单位:万元)和产品利润(单位万元)的关系如下表所示:
分析发现用模型可以较好地拟合这些数据,且能反映项目投资额与产品利润的关系.设,,对数据初步处理得到下面一些统计量的值:
(1)求回归方程(结果中保留到小数点后两位).
(2)该扶贫项目用于支付工人劳动所得资金总额(单位:万元)用公式来估算,并以(1)中所求回归方程预报产品利润,当工人劳动所得资金总额不少于120万元时,认为该项目可以完成“脱贫”任务.假设政府投入该项目的扶贫资金(单位:万元)是区间内的任意整数值,求可以完成“脱贫”任务的概率.
序号i | 1 | 2 | 3 | 4 | 5 |
项目投资额/万元 | 30 | 40 | 50 | 60 | 70 |
产品利润/万元 | 90 | 120 | 180 | 260 | 310 |
50 | 192 | 2700 | 10140000 | 586000 |
(2)该扶贫项目用于支付工人劳动所得资金总额(单位:万元)用公式来估算,并以(1)中所求回归方程预报产品利润,当工人劳动所得资金总额不少于120万元时,认为该项目可以完成“脱贫”任务.假设政府投入该项目的扶贫资金(单位:万元)是区间内的任意整数值,求可以完成“脱贫”任务的概率.
您最近一年使用:0次
20-21高二·江苏·课后作业
5 . 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.
您最近一年使用:0次
2021-12-06更新
|
241次组卷
|
4卷引用:2.2 成对数据的线性相关性分析
2022高三·全国·专题练习
解题方法
6 . 下表为收集到的一组数据:
(1)作出与的散点图,并猜测与之间的关系;
(2)建立与的关系,预报回归模型并计算残差;
(3)利用所得模型,预测时的值.
21 | 23 | 25 | 27 | 29 | 32 | 35 | |
7 | 11 | 21 | 24 | 66 | 115 | 325 |
(2)建立与的关系,预报回归模型并计算残差;
(3)利用所得模型,预测时的值.
您最近一年使用:0次