【赢在高考】2020届高考物理一轮配套练习 10.4 统计案例 理 苏教版

第四节统计案例强化训练将在课堂上巩固1.四名学生分别测试了变量A和变量B的线性相关性，并用回归分析法分别分析了变量A和变量B的线性相关性相关系数r和残差平方和m在下表：中获得随后的测试结果显示学生()在变量A和变量b之间具有最强的线性相关性A.b.b.c.c.d.d回答：D因为残差平方和越小，回归方程的预测精度越高，相关系数R越大，线性相关性越强。从表格中，应该选择D。解析：相关系数是两个变量之间线性关系强度的度量。2.以下是表格，请填写表格中的空缺：回答：52 54 100分析：73-21=52，52 2=54，54 46=100。3.假设某一设备的使用寿命x和维护费用y(万元)统计如下如果从这些数据中知道y和x是线性相关的，请尝试：(1)回归线性方程；(2)当预计使用寿命为10年时，维护费用是多少？解决方案：(1)从表中了解：,所以1.23，23.08。因此，回归方程是(2)当x=10，23.08=12.38，预计使用寿命为10年时，维修费用为123，800元。uuuuuu 6见作业a。第一组线性回归分析1.对于回归分析，以下陈述是错误的()答：在回归分析中，如果变量之间的关系不确定，则因变量不能由自变量唯一确定线性相关系数可以是正的或负的C.在回归分析中，如果x和y完全相关D.样本相关系数回答：D分析了：个样本的相关系数，D是错误的。2.在回归线性方程中()A.x=0时y的平均值B.当x变化一个单位时，y的实际变化C.当y变化一个单位时，x的平均变化D.当x变化一个单位时，y的平均变化回答：D分析：回归系数表明当x变化一个单位时y的平均变化。3.为了预测产品的回收率Y，化工厂需要研究它与原料有效成分含量X之间的相关性。取了八对观测值，计算了：1 849。Y和X之间的线性回归方程是()A.B.C.D.回答：A分析：从问题的含义中得知，=6.5，=28.5，然后是62岁，62.5=11.47。4.一些国家13岁学生的平均教学天数和考试成绩如下：关于教学天数和分数之间是否存在回归线，以下陈述是正确的()A.肯定有B.可能存在也可能不存在C.一定不存在D.以上都不正确。回答：A对：进行散点图分析表明，教学天数与分数之间存在回归关系。5.当使用独立性检验来考虑两个分类变量X和Y是否相关时，通过参考下表来确定“X和Y相关”的可信度。如果k5.024，“X和Y相关”的错误率不超过。回答：0.025分析：024)=0.025，则“x和y相关”的错误率不会超过0.025。问题组2的独立性测试6.为了调查中学生的性别与他们是否喜欢数学课程之间的关系，从某学校的中学生中随机抽取了300名学生，得到了下表：你认为性别和喜欢数学课程之间的关系的错误率不会超过()0B.0.05C.0.01D.0.001回答：B分析：5143.841.841)=0.05，那么认为性别与喜欢数学课程有关的错误率不会超过0.05。7.当一个市政府调查公民收入的增加或减少与他们的旅行愿望之间的关系时，它使用独立性检验方法对3000人进行抽样检查，并计算出观察值k=6.023。根据这一数据，它查阅了下表，并且市政府确认，公民收入的增加或减少与他们的旅行愿望之间的关系的可信度是()参考数据表： 90%B.95%97.5%至99.5%回答：C分析：k=6.0235.024，可以得出结论，公民收入的增加或减少与他们的旅行愿望之间的关系的可信度I因此，这种判断错误的概率是5%。9.为了调查慢性气管炎是否与吸烟有关，对339名50岁以下的人进行了调查。调查结果如下表：所示根据表中的数据，获得观察值。回答：7.469分析：469。10.在研究身高与体重的关系时，相关指数可以描述为“身高解释了体重变化的64%，而随机误差贡献了剩余的36%”，因此身高对体重的影响远大于随机误差。回答：0.64分辨率：6 64% 36%=1。11.以下是某个地方收集的：套新房销售价格Y和面积X的数据(1)绘制与数据相对应的散点图；(2)寻找线性回归方程，并将回归直线添加到散点图中；(3)根据(2)的结果，当房屋面积为150 m时，估算销售价格对应于解决方案：(1)数据的散点图显示为：(2)=23。=12 952 975。让回归方程那么=0.196 2。2-1090.196 2=1.814 2。因此，回归线性方程如下(3)从(2)可用，当x=150 m时，估计销售价格为2.816 6=31.246 6(万元)。12.随机调查不同性别的中学生是否喜欢看足球比赛，得到下