2017年高中数学 第一章 统计案例 1.2 回归分析自我小测 苏教版选修1-2.docVIP

高中数学 第一章 统计案例 1.2 回归分析自我小测 苏教版选修1-2 1．下列两个变量之间的关系不是函数关系的是______(填序号)． 正方体的棱长和体积 角的弧度数和它的正弦值 单产为常数时，土地面积和总产量 日照时间与水稻的亩产量 2．已知x，y的取值如下表： x 0 1 2 3 y 2.2 4.3 4.8 6.7 若x，y具有线性相关关系，且回归方程为＝0.95x＋a，则a的值为__________． 3．下列说法中错误的是__________(填序号)． 如果变量x与y之间存在着线性相关关系，则我们根据实验数据得到的点(xi，yi)(i＝1，2，…，n)将散布在某一条直线的附近 如果两个变量x与y之间不存在线性相关关系，那么根据它们的一组数据(xi，yi)(i＝1，2，…，n)不能写出一个线性方程 设x，y是具有线性相关关系的两个变量，且x关于y的线性回归方程为，叫做回归系数 为使求出的线性回归方程有意义，可用统计假设检验的方法来判断变量y与x之间是否存在线性相关关系 4．为了对学业水平测试成绩进行分析，在得分60分以上的全体同学中随机抽取8位．他们的物理、化学成绩如下： 物理成绩 x/分 72 77 80 84 88 90 93 95 化学成绩 y/分 67 72 76 80 84 87 90 92 若用变量x，y分别记作物理成绩和化学成绩，则x，y之间的线性相关系数r为____________． (参考数据：≈85，＝81，，，，，)5．已知回归直线方程为＝0.50x－0.81，则x＝25时，y的估计值为________． 6．若回归直线方程中的回归系数，则相关系数r＝__________. 7．调查了某地若干户家庭的年收入x(单位：万元)和年饮食支出y(单位：万元)，调查显示年收入x与年饮食支出y具有线性相关关系，并由调查数据得到y对x的回归直线方程：＝0.254x＋0.321.由回归直线方程可知，家庭年收入每增加1万元，年饮食支出平均增加________万元．8．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号每天打篮球的时间x(单位：小时)与当天投篮命中率y之间的关系： 时间x 1 2 3 4 5 命中率y 0.4 0.5 0.6 0.6 0.4 小李这5天的平均投篮命中率为__________，用线性回归分析的方法，预测小李该月6号打6小时篮球的投篮命中率为__________． 9．某地最近十年粮食需求量逐年上升，下表是部分统计数据： 年份 2002 2004 2006 2008 2010 需求量(万吨) 236 246 257 276 286 (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)中所求出的直线方程预测该地2012年的粮食需求量．  答案：答案：2.6　解析：由已知得＝2，＝4.5，而回归方程过点(，)，则4.5＝0.95×2＋a，a＝2.6.答案：答案：0.996　解析：由已知数据可得 ≈. 5答案：11.69　解析：当x＝25时，有＝0.50×25－0.81＝11.69.答案：0　解析：， ， 若，则r＝0. 答案：0.254　解析：设年收入为x1万元，对应的年饮食支出为y1万元， 家庭年收入每增加1万元，则年饮食支出平均增加(万元)答案：0.5　0.53　解析：这5天的平均投篮命中率为 . . ＝(1－3)×(0.4－0.5)＋(2－3)×(0.5－0.5)＋(3－3)×(0.6－0.5)＋(4－3)×(0.6－0.5)＋(5－3)×(0.4－0.5)＝0.1. ＝(1－3)2＋(2－3)2＋(3－3)2＋(4－3)2＋(5－3)2＝10. ，＝0.5－0.03＝0.47. 所以回归直线方程为＝0.01x＋0.47. 当x＝6时，＝0.01×6＋0.47＝0.53.答案：解：(1)由所给数据看出，年需求量与年份之间是近似直线上升，下面来配回归直线方程，为此对数据预处理如下： 年份－2 006 －4 －2 0 2 4 需求量－257 －21 －11 0 19 29 对预处理后的数据，容易算得 ，. ， ＝3.2. 由上述计算结果，知所求回归直线方程为 －257＝(x－2 006)＋＝6.5(x－2 006)＋3.2，即 ＝6.5(x－2 006)＋260.2. (2)利用直线方程，可预测2012年的粮食需求量为6.5×(2 012－2 006)＋260.2＝6.5×6＋260.2＝299.2(万吨)≈300(万吨) 4