- 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
甲、乙、丙、丁四位同学各自对
、
两变量的线性相关性做试验,并用回归分析方法分别求得相关系数
与残差平方和
如表:
则哪位同学的试验结果体现
、
两变量有更强的线性相关性( )




| 甲 | 乙 | 丙 | 丁 |
![]() | 0.82 | 0.78 | 0.69 | 0.85 |
![]() | 106 | 115 | 124 | 103 |
则哪位同学的试验结果体现


A.甲 | B.乙 | C.丙 | D.丁 |
随着西部大开发的深入,西南地区的大学越来越受到广大考生的青睐,下表是西南地区某大学近五年的录取平均分与省一本线对比表:
(1)根据上表数据可知,y与t之间存在线性相关关系,求y关于t的线性回归方程;
(2)据以往数据可知,该大学每年的录取分数X服从正态分布
,其中
为当年该大学的录取平均分,假设2019年该省一本线为520分,李华2019年高考考了569分,他很喜欢这所大学,想第一志愿填报,请利用概率与统计知识,给李华一个合理的建议.(第一志愿录取可能性低于
,则建议谨慎报考)
参考公式:
,
.
参考数据:
,
.
年份 | 2014 | 2015 | 2016 | 2017 | 2018 |
年份代码 | 1 | 2 | 3 | 4 | 5 |
省一本线 | 505 | 500 | 525 | 500 | 530 |
录取平均分533 | 534 | 566 | 547 | 580 | |
录取平均分与省一本线分差y | 28 | 34 | 41 | 47 | 50 |
(1)根据上表数据可知,y与t之间存在线性相关关系,求y关于t的线性回归方程;
(2)据以往数据可知,该大学每年的录取分数X服从正态分布



参考公式:


参考数据:


某产品的广告费支出
与销售额
(单位:万元)之间的关系如下表,由此得到
与
的线性回归方程为
,由此可得:当广告支出5万元时,随机误差的效应(残差)为( )





![]() | 2 | 4 | 5 | 6 | 8 |
![]() | 30 | 40 | 60 | 50 | 70 |
A.-10 | B.0 | C.10 | D.20 |
给出下列四个命题:
①回归直线
过样本点中心(
,
)
②将一组数据中的每个数据都加上或减去同一个常数后,平均值不变
③将一组数据中的每个数据都加上或减去同一个常数后,方差不变
④在回归方程
=4x+4中,变量x每增加一个单位时,y平均增加4个单位
其中错误命题的序号是( )
①回归直线



②将一组数据中的每个数据都加上或减去同一个常数后,平均值不变
③将一组数据中的每个数据都加上或减去同一个常数后,方差不变
④在回归方程

其中错误命题的序号是( )
A.① | B.② | C.③ | D.④ |
如图所示,5组数据
中去掉
后,下列说法错误的是( )




A.残差平方和变大 | B.相关系数![]() |
C.相关指数![]() | D.解释变量x与预报变量y的相关性变强 |


![]() | 2 | 4 | 5 | 6 | 8 |
![]() | 30 | 40 | 60 | 50 | 70 |
为了对






下列关于回归分析与独立性检验的说法正确的是()
A.回归分析和独立性检验没有什么区别; |
B.回归分析是对两个变量准确关系的分析,而独立性检验是分析两个变量之间的不确定性关系; |
C.独立性检验可以![]() |
D.回归分析研究两个变量之间的相关关系,独立性检验是对两个变量是否具有某种关系的一种检验; |
对两个变量x,y进行回归分析,得到一组样本数据:(x1,y1),(x2,y2),…(xn,yn),则下列说法中不正确的是
A.由样本数据得到的回归方程![]() ![]() |
B.残差平方和越小的模型,拟合的效果越好 |
C.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 |
D.两个随机变量的线性相关性越强,相关系数的绝对值越接近于1. |
某医学院欲研究昼夜温差大小与患感冒人数多少之间的关系,该协会分别到气象局与某医院抄录了1到6月份每月10号的昼夜温差情况与因患感冒而就诊的人数,得到数据资料见下表:

该院确定的研究方案是:先从这六组数据中选取2组,用剩下的4组数据求线性回归方程,再用被选取的2组数据进行检验.
(Ⅰ)求选取的2组数据恰好是不相邻的两个月的概率;
(Ⅱ)已知选取的是1月与6月的两组数据.
(1)请根据2到5月份的数据,求出就诊人数
关于昼夜温差
的线性回归方程;
(2)若由线性回归方程得到的估计数据与所选出的检验数据的误差均不超过2人,则认为得到的线性回归方程是理想的,试问该协会所得线性回归方程是否理想?
(参考公式和数据:
)

该院确定的研究方案是:先从这六组数据中选取2组,用剩下的4组数据求线性回归方程,再用被选取的2组数据进行检验.
(Ⅰ)求选取的2组数据恰好是不相邻的两个月的概率;
(Ⅱ)已知选取的是1月与6月的两组数据.
(1)请根据2到5月份的数据,求出就诊人数


(2)若由线性回归方程得到的估计数据与所选出的检验数据的误差均不超过2人,则认为得到的线性回归方程是理想的,试问该协会所得线性回归方程是否理想?
(参考公式和数据:

