1.1.4回归分析的基本思想及其初步应用（四）

第04课时1.1.4回归分析的基本思想及其初步应用（四）（练习习题课）1.一项研究要确定是否能够根据施肥量预测作物的产量，这里的解释变量是（B ）A、作物的产量 B、施肥量 C、试验者 D、降雨量或其他解释产量的变量2、下列说法正确的有 （ C ）回归方程适用于一切样本和总体 回归方程一般都有时间性 样本取值的范围会影响回归方程的适用范围 回归方程得到的预报值是预报变量的精确值A、 B、 C、 D、3、已知回归直线方程中斜率的估计值为1.23，样本点的中心（4 ，5），则回归直线方程为（ A ）A、 B、 C、 D、4、回归分析中，相关指数R2的值越大，说明残差平方和（ A ）A、越小 B、越大 C、可能大也可能小 D、以上均不对5、若回归直线方程中，回归系数 ，则相关系数r为（ C ） A、1 B、-1 C、0 D、无法确定6、若一个样本的总偏差平方和为80，残差平方和为60，则相关指数R2为（ D） A、 B、 C、 D、7、某考察团对全国10大城市进行职工人均工资水平（千元）与居民人均消费水平y（千元）统计调查，y与x具有相关关系，回归直线方程为，若某城市居民人均消费水平为7.675千元，估计该城市人均消费额占人均工资收入的百分比约为（ A ）A、83% B、72% C、67% D、66%8、一位母亲记录了儿子3 9岁的身高，由此建立的身高与年龄的回归模型为，用这个模型预测这孩子10岁时的身高，则正确的叙述是（ D ）A、身高一定是145.83cm B、身高在145.83cm以上 C、身高在145.83cm以下 D、身高在145.83cm左右9、对两个变量y与x进行回归分析，得到一组样本数据：， ，则下列说法不正确的是（ C ）A、由样本数据得到的回归方程必过样本中心B、残差平方和越小的模型，拟合的效果越好C、用相关指数来刻画回归效果，越小，说明模型拟合的效果越好D、若变量与之间的相关系系数为，则变量与之间具有线性相关关系。10、若施化肥量（单位：kg）与水稻产量y（单位：kg）的回归直线方程为，当施化肥量为80kg时，预报水稻产量为 650 。 11、根据回归系数和回归截距的计算公式 可知：若y与x之间的一组数据为：x01234y13556则拟合这5组数据的回归直线一定经过的点是 。12.下表为收集到的一组数据：x01234y13556（1）作出x与y的散点图，并猜测x与y之间的关系；（2）建立x与y的关系，预报回归模型并计算残差；（3）利用所得模型，预报时y的值。解：（1）散点图如下：12345012341355603101524014916， ， ， 残差表1234501234135561.62.845.26.4-0.60.21-0.2-0.4（3）当时，13、某班级有5名学生的数学和化学成绩如下表所示，这个班级有位学生的数学成绩为75分时，你能否预测出他的化学成绩约为多少？ 学生学科ABCDE数学成绩（x）8876736663化学成绩 (y)786571646112345887673666378657164616864494051834224384377445776532943563969， ， ， 所以当数学成绩是75分时，化学成绩为14、某车间为了规定工时定额，需要确定加工零件所花费的时间，为此做了四次试验，得到的数据如下：零件的个数x（个）2345加工的时间y（小时）2.5344.5（1）在给定的坐标系中画出表中数据的散点图；（2）求出y关于x的线性回归方程， 并在坐标中画出回归直线；（3）