- 集合与常用逻辑用语
- 函数与导数
- 三角函数与解三角形
- 平面向量
- 数列
- 不等式
- 空间向量与立体几何
- 平面解析几何
- 计数原理与概率统计
- 随机抽样
- 用样本估计总体
- + 变量间的相关关系
- 相关关系
- 散点图
- 回归直线方程
- 最小二乘法
- 推理与证明
- 算法与框图
- 复数
- 几何证明选讲
- 不等式选讲
- 矩阵与变换
- 初中衔接知识点
- 竞赛知识点
(2015秋•黄冈校级期末)为了考察两个变量x和y之间的线性相关性,甲、乙两个同学各自独立地作10次和15次试验,并且利用线性回归方法,求得回归直线分别为l1和l2.已知在两个人的试验中发现对变量x的观测数据的平均值恰好相等,都为s,对变量y的观测数据的平均值也恰好相等,都为t.那么下列说法正确的是( )
A.直线l1和l2相交,但是交点未必是点(s,t) |
B.直线l1和l2有交点(s,t) |
C.直线l1和l2由于斜率相等,所以必定平行 |
D.直线l1和l2必定重合 |
对变量x,y有观测数据(xi,yi)(i=1,2,3,4,5),得表1;对变量u,v有观测数据(ui,vi)(i=1,2,3,4,5),得表2.由这两个表可以判断( )
表1:
表2:
表1:
x | 1 | 2 | 3 | 4 | 5 |
y | 2.9 | 3.3 | 3.6 | 4.4 | 5.1 |
表2:
u | 1 | 2 | 3 | 4 | 5 |
v | 25 | 20 | 21 | 15 | 13 |
A.变量x与y正相关,u与v正相关 |
B.变量x与y负相关,u与v正相关 |
C.变量x与y负相关,u与v负相关 |
D.变量x与y正相关,u与v负相关 |
为了解篮球爱好者小李的投篮命中率与打篮球时间之间的关系,下表记录了小李某月1号到5号每天打篮球时间
(单位:
)与当天投篮命中率
之间的关系:
(1)求小李这5天的平均投篮命中率;
(2)用线性回归分析的方法,预测小李该月6号打篮球6小时的投篮命中率.



时间![]() | 1 | 2 | 3 | 4 | 5 |
命中率![]() | 0.4 | 0.5 | 0.6 | 0.6 | 0.4 |
(1)求小李这5天的平均投篮命中率;
(2)用线性回归分析的方法,预测小李该月6号打篮球6小时的投篮命中率.
一位妈妈记录了孩子6至9岁的身高(单位:cm),所得数据如下表:
由散点图可知,身高
与年龄
之间的线性回归方程为
,预测该孩子10岁时的身高为
年龄![]() | 6 | 7 | 8 | 9 |
身高![]() | 118 | 126 | 136 | 144 |
由散点图可知,身高



A.154 | B.153 | C.152 | D.151 |
(2014•武侯区校级模拟)已知x、y的取值如下表所示:
若从散点图分析,y与x线性相关,且
=0.95x+
,则
的值等于( )
x | 0 | 1 | 3 | 4 |
y | 2.2 | 4.3 | 4.8 | 6.7 |
若从散点图分析,y与x线性相关,且



A.2.6 | B.6.3 | C.2 | D.4.5 |
下列命题中正确的个数为( )
①线性相关系数r越大,两个变量的线性相关性越强;反之,线性相关性越弱;
②残差平方和越小的模型,模型拟合的效果越好;
③用相关指数R2来刻画回归效果,R2越小,说明模型的拟合效果越好.
①线性相关系数r越大,两个变量的线性相关性越强;反之,线性相关性越弱;
②残差平方和越小的模型,模型拟合的效果越好;
③用相关指数R2来刻画回归效果,R2越小,说明模型的拟合效果越好.
A.1 | B.2 | C.3 | D.0 |
已知x,y的取值如下表:从散点图可以看出y与x线性相关,且回归方程为
,则a=( )

x | 0 | 1 | 3 | 4 |
y | 2.2 | 4.3 | 4.8 | 6.7 |
A.3.25 | B.2.6 | C.2.2 | D.0 |
已知
与
之间的几组数据如下表:

假设根据上表数据所得线性回归直线方程为
,若某同学根据上表中的前两组数据
和
,求得的直线方程为
,则以下结论正确的是( )
参考公式:回归直线的方程是:
,其中
,
.



假设根据上表数据所得线性回归直线方程为




参考公式:回归直线的方程是:



A.![]() | B.![]() | C.![]() | D.![]() |
从某大学随机抽取的
名女大学生的身高
(厘米)和体重
(公斤)数据如下表:
根据上表可得回归直线方程为
,则
( )



x | 165 | 160 | 175 | 155 | 170 |
y | 58 | 52 | 62 | 43 | 60 |
根据上表可得回归直线方程为


A.![]() | B.![]() | C.![]() | D.![]() |