- 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
- + 回归分析
- 线性回归
- 误差分析
- 独立性检验
- 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
写出下列命题中所有真命题的序号_______.
①两个随机变量线性相关性越强,相关系数
越接近1;②回归直线一定经过样本点的中心
;③线性回归方程
,则当样本数据中
时,必有相应的
;④回归分析中,相关指数
的值越大说明残差平方和越小.
①两个随机变量线性相关性越强,相关系数






对于自变量x和因变量y,当x取值一定时,y的取值带有一定的随机性,x,y之间的这种非确定性关系叫做( )
A.函数关系 | B.线性关系 |
C.相关关系 | D.回归关系 |
分类变量X和Y的列表如下,则下列说法判断正确的是________.(填序号)

①ad-bc越小,说明X与Y的关系越弱;②ad-bc越大,说明X与Y的关系越强;
③(ad-bc)2越大,说明X与Y的关系越强;④(ad-bc)2越接近于0,说明X与Y的关系越强.

①ad-bc越小,说明X与Y的关系越弱;②ad-bc越大,说明X与Y的关系越强;
③(ad-bc)2越大,说明X与Y的关系越强;④(ad-bc)2越接近于0,说明X与Y的关系越强.
某印刷厂为了研究单册书籍的成本
(单位:元)与印刷册数
(单位:千册)之间的关系,在印制某种书籍时进行了统计,相关数据见下表:

根据以上数据,技术人员分别借助甲、乙两种不同的回归模型,得到两个回归方程,方程甲:
,方程乙:
.
(1)为了评价两种模型的拟合效果,完成以下任务.
①完成下表(计算结果精确到0.1);

②分别计算模型甲与模型乙的残差平方和
及
,并通过比较
的大小,判断哪个模型拟合效果更好.
(2)该书上市之后,受到广大读者热烈欢迎,不久便全部售罄,于是印刷厂决定进行二次印刷,根据市场调查,新需求量为10千册,若印刷厂以每册5元的价格将书籍出售给订货商,求印刷厂二次印刷10千册获得的利润?(按(1)中拟合效果较好的模型计算印刷单册书的成本).



根据以上数据,技术人员分别借助甲、乙两种不同的回归模型,得到两个回归方程,方程甲:


(1)为了评价两种模型的拟合效果,完成以下任务.
①完成下表(计算结果精确到0.1);

②分别计算模型甲与模型乙的残差平方和



(2)该书上市之后,受到广大读者热烈欢迎,不久便全部售罄,于是印刷厂决定进行二次印刷,根据市场调查,新需求量为10千册,若印刷厂以每册5元的价格将书籍出售给订货商,求印刷厂二次印刷10千册获得的利润?(按(1)中拟合效果较好的模型计算印刷单册书的成本).
两个变量
与
的回归模型中,分别选择了四个不同模型来拟合
与
之间的关系,它们的相关指数
如下,其中拟合效果最好的模型是( )





模型 | 1 | 2 | 3 | 4 |
![]() | 0.98 | 0.80 | 0.50 | 0.25 |
A.模型1 | B.模型2 | C.模型3 | D.模型4 |
共享单车是指企业在校园、地铁站点、公共站点、居民区、商业区、公共服务区等提供自行车单车共享服务,是一种分时租赁模式,是共享经济的一种新形态.某共享单车企业在
城市就“一天中一辆单车的平均成本与租用单车数量之间的关系”进行了调查,并将相关数据统计如下表:
根据以上数据,研究人员设计了两种不同的回归分析模型,得到两个拟合函数:
模型甲:
,模型乙:
.
(1)为了评价两种模型的拟合效果,完成以下任务:
①完成下表(计算结果精确到0.1元)(备注:
,
称为相应于点
的残差);
②分别计算模型甲与模型乙的残差平方和
及
,并通过比较
,
的大小,判断哪个模型拟合效果更好.
(2)这家企业在
城市投放共享单车后,受到广大市民的热烈欢迎并供不应求,于是该企业决定增加单车投放量.根据市场调查,市场投放量达到1万辆时,平均每辆单车一天能收入7.2元;市场投放量达到1.2万辆时,平均每辆单车一天能收入6.8元.若按(1)中拟合效果较好的模型计算一天中一辆单车的平均成本,问该企业投放量选择1万辆还是1.2万辆能获得更多利润?请说明理由.(利润=收入-成本)

租用单车数量![]() | 2 | 3 | 4 | 5 | 8 |
每天一辆车平均成本![]() | 3.2 | 2.4 | 2 | 1.9 | 1.5 |
根据以上数据,研究人员设计了两种不同的回归分析模型,得到两个拟合函数:
模型甲:


(1)为了评价两种模型的拟合效果,完成以下任务:
①完成下表(计算结果精确到0.1元)(备注:



租用单车数量![]() | 2 | 3 | 4 | 5 | 8 | |
每天一辆车平均成本![]() | 3.2 | 2.4 | 2 | 1.9 | 1.5 | |
模型甲 | 估计值![]() | | 2.4 | 2 | 1.8 | 1.4 |
残差![]() | | 0 | 0 | 0.1 | 0.1 | |
模型乙 | 估计值![]() | | 2.3 | 2 | 1.9 | |
残差![]() | | 0.1 | 0 | 0 | |
②分别计算模型甲与模型乙的残差平方和




(2)这家企业在

某种产品的广告费支出
与销售额
(单位:万元)之间有下表关系:
与
的线性回归方程为
,当广告支出5万元时,随机误差的效应(残差)为( )


x | 2 | 4 | 5 | 6 | 8 |
y | 30 | 40 | 60 | 50 | 70 |



A.40 | B.20 |
C.30 | D.10 |
下表提供了某厂生产某产品过程中记录的产量
(吨)与相应的生产能耗
(吨标准煤)的几组对照数据:

(1)请根据上表提供的数据,用最小二乘法求出
关于
的线性回归方程
;
(2)根据(1)中求出的线性回归方程,预测生产20吨该产品的生产能耗是多少吨标准煤?
附:回归直线的斜率和截距的最小二乘法估计分别为:
,



(1)请根据上表提供的数据,用最小二乘法求出



(2)根据(1)中求出的线性回归方程,预测生产20吨该产品的生产能耗是多少吨标准煤?
附:回归直线的斜率和截距的最小二乘法估计分别为:


菜农定期使用低害杀虫农药对蔬菜进行喷洒,以防止害虫的危害,但采集上市时蔬菜仍存有少量的残留农药,食用时需要用清水清洗干净,下表是用清水
(单位:千克)清洗该蔬菜1千克后,蔬菜上残留的农药
(单位:微克)的统计表:

(1)令
,利用给出的参考数据求出
关于
的回归方程
.(
,
精确到0.1)
参考数据:
,
,
其中
,
(2)对于某种残留在蔬菜上的农药,当它的残留量不高于20微克时对人体无害,为了放心食用该蔬菜,请估计至少需用用多少千克的清水清洗1千克蔬菜?(精确到0.1,参考数据
)
附:对于一组数据
,
,…,
,其回归直线
的斜率和截距的最小二乘估计分别为
,
.



(1)令






参考数据:



其中


(2)对于某种残留在蔬菜上的农药,当它的残留量不高于20微克时对人体无害,为了放心食用该蔬菜,请估计至少需用用多少千克的清水清洗1千克蔬菜?(精确到0.1,参考数据

附:对于一组数据





