2016-2017学年度高中数学 专题1.1 回归分析的基本思想及其初步应用（第2课时）练习（含解析）新人教A学年选修1-2.docVIP

回归分析的基本思想及其初步应用（第二课时） 班级： 姓名：_____________ 在判断两个变量y与x是否相关时，选择了4个不同的模型，它们的相关指数R2分别为：模型1的相关指数R2为0.98，模型2的相关指数R2为0.80，模型3的相关指数R2为0.50，模型4的相关指数R2为0.25.其中拟合效果最好的模型是(　　)． A．模型1 B．模型2 C．模型3 D．模型4 答案　A 若一组观测值(x1，y1)，(x2，y2)，…，(xn，yn)之间满足yi＝bxi＋a＋ei(i＝1,2，…，n)，且ei恒为0，则R2为________． 解析　由ei恒为0，知yi＝i，即yi－i＝0， 故R2＝1－＝1－0＝1. 答案　1 ，则样本点P（4，2．71）的残差为________________。 答案： 已知线性相关的两变量，的三个样本点A（0，0），B（1，3），C（4，11），若用直线AB作为其预测模型，则点C 的残差是________。 答案：，，。 若一组观测值（x1，y1）、（x2，y2）、…、（xn，yn）之间满足yi=bxi+a+ei (i=1、2. …n)若ei恒为0，则R2为 答案：1 已知线性相关的两变量，的三个样本点A（0，0），B（1，3），C（4，11），若用直线AB作为其预测模型，则其相关指数________。 答案：，，，， ，， ，， 现有一个由身高预测体重的回归方程：体重预测值＝4（磅/英寸）×身高－130（磅）。其中体重和身高分别以磅和英寸为单位，已知1英寸≈2．5 cm，1磅≈0．45 kg，则该回归方程应该是______________。 答案：体重预测值＝0．72（kg/ cm）×身高－58．5（kg） 8．某运动员训练次数与成绩之间的数据关系如下： (1)作出散点图； (2)求出回归方程； (3)作出残差图； (4)计算相关指数R2； (5)试预测该运动员训练47次及55次的成绩． (2)＝39.25，＝40.875，＝12 656， iyi＝13 180， ＝＝1.041 5，＝－＝－0.003 88， 回归方程为＝1.0415x－0.003 88. (3)作残差图如图所示， 由图可知，残差点比较均匀地分布在水平带状区域中，说明选用的模型比较合适． (4)计算得相关指数R2＝0.985 5，说明了该运动员的成绩的差异有98.55%是由训练次数引起的． (5)由上述分析可知，我们可用回归方程＝1.041 5x－0.003 88作为该运动员成绩的预报值． 将x＝47和x＝55分别代入该方程可得y≈49和y≈57. 故预测该运动员训练47次和55次的成绩分别为49和57. 1