- 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
- + 残差的计算
- 相关指数的计算及分析
- 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
已知方程
是根据女大学生的身高预报体重的回归方程,其中
,
的单位分别是
,
,则该方程在样本
处的残差是( )






A.54.55 | B.3.45 | C.2.45 | D.111.55 |
如图,5个(x,y)数据,去掉D(3,10)后,下列说法错误的是( )


A.相关系数r变大 | B.R2变大 |
C.残差平方和变大 | D.解释变量x与预报变量y的相关性变强 |
某企业对4个不同的部门的个别员工的年旅游经费调查发现,员工的年旅游经费
(单位:万元)与其年薪(单位:万元)有较好的线性相关关系,通过下表中的数据计算得到
关于
的线性回归方程为
.
那么,相应于点
的残差为_______.




![]() | 7 | 10 | 12 | 15 |
![]() | 0.4 | 1.1 | 1.3 | 2.5 |
那么,相应于点

已知表中数据y与x有较好的线性关系,通过计算得到y关于x的线性回归方程为
,则相应于下列各点的残差中绝对值最小的是( )

x | 2 | 4 | 6 | 8 | 10 |
y | 4 | 6 | 9 | 10 | 12.5 |
A.(2,4) | B.(4,6) | C.(8,10) | D.(10,12.5) |
有下列说法:
①若某商品的销售量
(件)关于销售价格
(元/件)的线性回归方程为
,当销售价格为10元时,销售量一定为300件;
②线性回归直线
一定过样本点中心
;
③若两个随机变量的线性相关性越强,则相关系数
的值越接近于1;
④在残差图中,残差点比较均匀落在水平的带状区域中即可说明选用的模型比较合适,与带状区域的宽度无关;
⑤在线性回归模型中,相关指数
表示解释变量对于预报变量变化的贡献率,
越接近于1,表示回归的效果越好;
其中正确的结论有几个( )
①若某商品的销售量



②线性回归直线


③若两个随机变量的线性相关性越强,则相关系数

④在残差图中,残差点比较均匀落在水平的带状区域中即可说明选用的模型比较合适,与带状区域的宽度无关;
⑤在线性回归模型中,相关指数


其中正确的结论有几个( )
A.1 | B.2 | C.3 | D.4 |
某次测量发现一组数据
具有较强的相关性,并计算得
,其中数据
因书写不清楚,只记得
是
上的一个值,则该数据对应的残差(残差=真实值-预测值)的绝对位不大于0.5的概率为( )





A.![]() | B.![]() | C.![]() | D.![]() |
某种产品的广告费支出
与销售额
(单位:万元)之间有如表关系,
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( )





![]() | 2 | 4 | 5 | 6 | 8 |
![]() | 30 | 40 | 60 | 50 | 70 |
A.10 | B.20 | C.30 | D.40 |
某地最近十年粮食需求量逐年上升,下表是部分统计数据

(1)利用所给数据求年需求量与年份之间的回归直线方程
;
(2)利用(1)计算2002年和2006年粮食需求量的残差;
(3)利用(1)中所求出的直线方程预测该地2012年的粮食需求量.
公式:

(1)利用所给数据求年需求量与年份之间的回归直线方程

(2)利用(1)计算2002年和2006年粮食需求量的残差;
(3)利用(1)中所求出的直线方程预测该地2012年的粮食需求量.
公式:

下列说法错误的是
A.相关关系是一种非确定性关系 |
B.线性回归方程对应的直线![]() ![]() |
C.在残差图中,残差点分布的带状区域的宽度越狭窄,其模型拟合的精度越高 |
D.在回归分析中,![]() ![]() ![]() ![]() |
下列说法正确的个数有_________
(1)已知变量
和
满足关系
,则
与
正相关;(2)线性回归直线必过点
;
(3)对于分类变量
与
的随机变量
,
越大说明“
与
有关系”的可信度越大
(4)在刻画回归模型的拟合效果时,残差平方和越小,相关指数
的值越大,说明拟合的效果越好.
(1)已知变量






(3)对于分类变量






(4)在刻画回归模型的拟合效果时,残差平方和越小,相关指数
