复习参考题 8(成对数据的统计)_第1页
复习参考题 8(成对数据的统计)_第2页
复习参考题 8(成对数据的统计)_第3页
复习参考题 8(成对数据的统计)_第4页
复习参考题 8(成对数据的统计)_第5页
已阅读5页,还剩3页未读 继续免费阅读

付费下载

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

复习参考题8复习巩固1.变量x与y的观测数据的散点图如图所示,据此可以判断变量x与y之间()A.很可能存在负相关 B.一定存在正相关C.很可能存在正相关 D.一定不存在负相关【答案】C【解析】【分析】根据正负相关性来判断散点图即可.【详解】由散点图知,以后的函数值,随着x的变大而变大,所以呈正相关性;而的函数值增加缓慢,或者数据不足以说明一定是增加的,故x与y的关系是很可能存在正相关.故选:C2.对于变量Y和变量x的成对样本观测数据,用一元线性回归模型得到经验回归模型,对应的残差如下图所示,模型误差()A.满足一元线性回归模型的所有假设B.不满足一元线性回归模型的的假设C.不满足一元线性回归模型的假设D.不满足一元线性回归模型的和的假设【答案】C【解析】【分析】根据用一元线性回归模型有关概念即可判断.【详解】解:用一元线性回归模型得到经验回归模型,根据对应的残差图,残差的均值可能成立,但明显残差的轴上方的数据更分散,不满足一元线性回归模型,正确的只有C.故选:C.3.根据分类变量x与y的观测数据,计算得到.依据的独立性检验,结论为()0.100.050.010.0050.0012.7063.8416.6357.87910.828A.变量x与y不独立B.变量x与y不独立,这个结论犯错误的概率不超过0.05C.变量x与y独立D.变量x与y独立,这个结论犯错误的概率不超过0.05【答案】C【解析】【分析】根据独立性检验概念即可求解.【详解】解:因为,所以变量x与y独立,又,所以这个结论犯错误的概率不超过0.1,故选:C.4.下表是1896~2016年男子三级跳远奥运会冠军的成绩,请分析这组数据,能用一元线性回归模型刻画这组数据吗?年份成绩/年份成绩/年份成绩/年份成绩/189613.71192815.21196416.85199218.17190014.47193215.7216817.39199618.09190414.35193616.00197217.35200017.71190814.92194815.40197617.29200417.79191214.64195216.22198017.35200817.67192014.50195616.35198417.25201217.81192415.53196016.81198817.61201617.86【答案】能用一元线性回归模型刻画这组数据.【解析】【分析】画出散点图即可得出结论.【详解】画出散点图,如图所示:由散点图可以看出,年份与成绩正线性相关.故能用一元线性回归模型刻画这组数据.5.车胎凹槽深度是影响汽车刹车的因素,汽车行驶会导致轮胎胎面磨损.某实验室通过试验测得行驶里程与某品牌轮胎凹槽深度的数据,请根据数据建立车胎凹槽深度和汽车行驶里程的关系,并解释模型的含义.行驶里程/万0.000.641.291.932.573.223.864.515.15轮胎凹槽深度/10.028.377.396.485.825.204.554.163.82【答案】答案见解析.【解析】【分析】根据题意给的数据作出散点图,得到对应的曲线方程(令),即得到新的数据并作出散点图,进而得出线性回归方程,求出相关系数进行判断即可.【详解】作出散点图,如图,通过散点图可知,发现散点落在某条曲线附近.设曲线方程为,则,令,则,故可得到新数据x0.000.641.291.932.573.223.864.515.15t=lny2.302.122.001.871.761.651.511.431.34由新数据作出散点图,如图,发现散点图呈现出很强的线性相关关系,用一元线性回归模型刻画新的成对数据,得到线性回归方程为:,将代入,有,得,又,所以模型的拟合效果较好,通过它可以很好的预测轮胎凹槽深度或汽车行驶里程.6.为考查某种药物预防疾病的效果,进行动物试验,得到如下列联表:单位:只药物疾病合计未患病患病未服用7566141服用11247159合计187113300依据的独立性检验,能否认为药物有效呢?如何解释得到的结论?【答案】在犯错误的概率不超过的前提下认为药物有效【解析】【分析】根据列联表计算出观测值,再由独立性检验的基本思想即可求解.【详解】由列联表可得,,在犯错误的概率不超过的前提下认为药物有效.解释:由于,所以表示有小于的可能性证明这两个事件无关,也就是在犯错误的概率不超过的前提下认为药物有效拓广探索7.气象部门由每天的最高气温的数据,得到每月最高气温的平均数,简称平均高温.下表是2017年31个城市1月和7月的平均高温数据.城市1月平均高温7月平均高温城市1月平均高温月平均高温北京332南京935成都1232南宁2033重庆1236上海1036福州1736沈阳31广州2133石家庄333贵阳928太原332哈尔滨30天津333海口2232乌鲁木齐32杭州1136武汉1034合肥935西安836呼和浩特30西宁427济南633银川232昆明1724长春29拉萨823长沙1135兰州533郑州734南昌1335(1)画出并观察各城市月与月的平均高温的散点图,你认为月与月的平均高温有线性趋势吗?描述散点图的特点.(2)结合地理知识并用统计方法分析表中的数据,解释这两个月平均高温的关系.【答案】(1)散点图见解析,答案见解析;(2)答案见解析.【解析】【分析】(1)根据表格中的数据可作出散点图,根据散点图的特点可得出结论;(2)根据散点图中的散点并结合南方和北方的地理位置可分析出这两个

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