2018_2019学年高中数学第一章统计案例1.1回归分析的基本思想及其初步应用检测.docx_第1页
2018_2019学年高中数学第一章统计案例1.1回归分析的基本思想及其初步应用检测.docx_第2页
2018_2019学年高中数学第一章统计案例1.1回归分析的基本思想及其初步应用检测.docx_第3页
2018_2019学年高中数学第一章统计案例1.1回归分析的基本思想及其初步应用检测.docx_第4页
2018_2019学年高中数学第一章统计案例1.1回归分析的基本思想及其初步应用检测.docx_第5页
已阅读5页,还剩2页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1.1 回归分析的基本思想及其初步应用A级基础巩固一、选择题1如图四个散点图中,适合用线性回归模型拟合其中两个变量的是()ABC D解析:图,中的点大致在一条直线附近,适合用线性回归模型拟合答案:B2四名同学根据各自的样本数据研究变量x,y之间的相关关系,并求得回归直线方程,分别得到以下四个结论:y与x负相关且2.347x6.423;y与x负相关且3.476x5.648;y与x正相关且5.437x8.493;y与x正相关且4.326x4.578.其中一定不正确的结论的序号是()A BC D解析:中y与x负相关而斜率为正,不正确;中y与x正相关而斜率为负,不正确答案:D3甲、乙、丙、丁四位同学在建立变量x,y的回归模型时,分别选择了4种不同模型,计算可得它们的相关指数R2分别如表:甲乙丙丁R20.980.780.500.85建立的回归模型拟合效果最好的同学是()A甲 B乙C丙 D丁解析:相关指数R2越大,表示回归模型的效果越好答案:A4已知x与y之间的一组数据如下表:x0123ym35.57已求得y关于x的线性回归方程为2.1x0.85,则m的值为()A1 B0.85C0.7 D0.5解析:因为,.所以这组数据的样本中心点是.因为y关于x的线性回归方程为2.1x0.85,所以2.10.85,解得m0.5.答案:D5为了解某社区居民的家庭年收入与年支出的关系,随机调查了该社区5户家庭,得到如下统计数据表:收入x(万元)8.28.610.011.311.9支出y(万元)6.27.58.08.59.8根据上表可得回归直线方程x,其中0.76,.据此估计,该社区一户年收入为15万元家庭的年支出为()A11.4万元 B11.8万元C12.0万元 D12.2万元解析:先求,再利用回归直线方程预测由题意知,10,8,80.76100.4,当x15时,0.76150.411.8(万元)答案:B二、填空题6如果散点图中的所有的点都在一条斜率不为0的直线上,则残差为_,相关指数R2_解析:由题意知,yii相应的残差iyii0.相关指数R21答案:0 17某脑科研究机构对高中学生的记忆力x和判断力y进行统计分析,得到下表数据:x681012y2356根据上表可得回归直线方程x,其中2.3,则_解析:由表格中数据得9,4,故样本中心点的坐标为(9,4),因为线性回归方程为x2.3,所以492.3,解得0.7.答案:0.7注:根据学生用书选用8已知方程0.85x85.71是根据女大学生的身高预报她的体重的回归直线方程,其中x的单位是cm,的单位是kg,那么针对某个体(160,53)的残差是_解析:将x160代入0.85x85.71,得0.8516085.7150.29所以残差y5350.293.29.答案:3.298已知方程0.85x82.71是根据女大学生的身高预报她的体重的回归直线方程,其中x的单位是cm,的单位是kg,那么针对某个体(160,53)的残差是_解析:将x160代入0.85x82.71,得0.8516082.7153.29,所以残差y5353.290.29.答案:0.29三、解答题9某工厂为了对新研发的一种产品进行合理定价,将该产品按事先拟定的价格进行试销,得到如表数据:单位x(元)88.28.48.68.89销售y(件)908483807568(1)求回归直线方程x,其中20,;(2)预计在今后的销售中,销售与单价仍然服从(1)中的关系,且该产品的成本是4元/件,为使工厂获得最大利润,该产品的单价应定为多少元?(利润销售收入成本)解:(1)由于(88.28.48.68.89)8.5,(908483807568)80,又20,所以80208.5250,从而回归直线方程为20x250.(2)设工厂获得的利润为L元,依题意得Lx(20x250)4(20x250)20x2330x1 00020(x8.25)2361.25.当且仅当x8.25时,L取得最大值故当单价定为8.25元时,工厂可获得最大利润10某企业每天由空气污染造成的经济损失y(单位:元)与空气污染指数(API)x的数据统计如下:空气污染指数(API)x150200250300经济损失y200350550800(1)求出y与x的线性回归方程x;(2)若该地区某天的空气污染指数为800,预测该企业当天由空气污染造成的经济损失;(3)若相关指数R20.958 7,请说明其含义解:(1)(150200250300)225,(200350550800)475.所以4,4754225425,所以4x425.(2)当x800时,48004252 775.即当空气污染指数为800时,预测该企业当天造成的经济损失是2 775元(3)R20.9587,说明该企业每天空气污染造成经济损失的95.87%是由空气污染指数API引起的,所以回归模型的拟合效果较好B级能力提升1如图所示的是四个残差图,其中回归模型的拟合效果最好的是()解析:残差图中,只有A,B是水平带状区域分布,且B中残差点散点分布集中在更狭窄的范围内,所以B项中回归模型的拟合效果最好答案:B2某商场为了了解某品牌羽绒服的月销售量(单位:件)与月平均气温x(单位:)之间的关系,随机统计了某4个月的月销售量与当月平均气温,数据如下表:月平均气温x/171382月销售量y/件24334055由表中数据算出线性回归方程x中的2.气象部门预测下个月的平均气温约为6 ,据此统计,该商场下个月该品牌羽绒服的销售量的件数约为_解析:由表格中数据可得10,38.又因为2所以3821058,所以2x58.当x6时,265846.答案:463.如图是x和y的一组样本数据的散点图,去掉一组数据_后,剩下的4组数据的相关指数最大解析:由图可知:去掉D(3,10)这一组数据后,其他4组数据对应的点都集中在某一条直线附近,即两变量的线性相关性最强,此时相关指数最大答案:D(3,10)4已知某商品的价格x(元)与需求量y(件)之间的关系有如下一组数据:x141

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论