高考线性回归方程总结材料.docVIP

标准文档 实用文案 第二讲 线性回归方程 相关关系： 相关系数：，其中： ；（2） 例题1：下列两个变量具有相关关系的是（ ） 正方形的体积与棱长； B.匀速行驶的车辆的行驶距离与行驶时间； C.人的身高和体重； D.人的身高与视力。 例题2：在一组样本数据的散点图中，若所有样本点都在直线上，则样本相关系数为（ ） 例题3：是相关系数，则下列命题正确的是： 时，两个变量负相关很强；（2）时，两个变量正相关很强； 时，两个变量相关性一般； （4）时，两个变量相关性很弱。 散点图：初步判断两个变量的相关关系。 例题4：在画两个变量的散点图时，下列叙述正确的是（ ） 预报变量在轴上，解释变量在轴上； 解释变量在轴上，预报变量在轴上； 可以选择两个变量中的任意一个变量在轴上； 可以选择两个变量中的任意一个变量在轴上； 例题5：散点图在回归分析过程中的作用是（ ） 查找个体个数 B.比较个体数据的大小 C.研究个体分类 D.粗略判断变量是否线性相关 线性回归方程： 1、回归方程： 其中，（代入样本点的中心） 例题1：设是变量个样本点，直线是由这些样本点通过最小二乘法得到的线性回归直线（过一、二、四象限），以下结论正确的是（ ） 直线过点 B.当为偶数时，分布在两侧的样本点的个数一定相同 C.相关系数在0到1之间 D.相关系数为直线的斜率 例题2：工人月工资（元）依劳动生产率（千元）变化的回归直线方程为，下列判断正确的是（ ） 劳动生产率为1000元时，工资为150元； B.劳动生产率提高1000元时，工资平均提高150元； C.劳动生产率提高1000元时，工资平均提高90元； D.劳动生产率为1000元时，工资为90元； 例题3：设某大学的女生体重与身高具有线性相关关系，根据一组样本数据，用最小二乘法建立的回归方程为，则不正确的是（ ） 与具有正的线性相关关系； B.回归直线过样本点的中心 C.若该大学某女生身高增加1cm,则其体重约增加0.85kg D.若该大学某女生身高为170cm,则可断定其体重必为58.79kg 例题4：为了了解儿子的身高与其父亲身高的关系，随机抽取5对父子的身高数据如下： 父亲身高 174 176 176 176 178 儿子身高 175 175 176 177 177 则对的线性回归方程为（ ）A. B. C. D. 残差： 残差图：横坐标为样本编号，纵坐标为每个编号样本对应的残差。 残差图呈带状分布在横轴附近，越窄模型拟合精度越高。 （3）残差平方和越小，模型拟合精度越高。 相关指数： 其中：为残差平方和；为总偏差平方和。 ，越大模型拟合精度越高。 例题5：下列说法正确的是（ ） 残差平方和越小，相关指数越小，模型拟合效果越差； 残差平方和越大，相关指数越大，模型拟合效果越好； 残差平方和越小，相关指数越大，模型拟合效果越好； 残差平方和越大，相关指数越小，模型拟合效果越差； （1）（2） B.（3）（4） C.（1）（4） D.（2）（3） 例题6：关于回归分析，下列说法错误的是（ ） 在回归分析中，变量间的关系若是非确定关系，则因变量不能由自变量唯一确定； 线性相关系数可以是正的，也可以是负的 样本点的残差可以是正的，也可以是负的 相关指数可以是正的，也可以是负的 例题7：下列命题正确的是（ ） 线性相关系数越大，两个变量的线性相关性越强，反之，线性相关性越弱； 残差平方和越小的模型，拟合的效果越好； 用相关指数来刻画回归效果，越小，说明模型的拟合效果越好； 随机误差是衡量预报精确度的一个量，但它是一个不可观测的量； 表示相应于点的残差，且。 （1）（3）（5） B.（2）（4）（5） C.（1）（2）（4） D.（2）（3） 例题8：已知与之间的几组数据如下表： 1 2 3 4 5 6 0 2 1 3 3 4 假设根据上表数据所得的线性回归直线方程为。若某同学根据上表中的前两个数据求得的直线方程为，则下列结论正确的是（ ） B. C. D. 例题9：关于某设备的使用年限（年）和所支出的维修费用（万元）有下表所示的资料： 使用年限 2 3 4 5 6 维修费用 2.2 3.8 5.5 6.5 7.0 若由资料知，对呈线性相关关系，求： 线性回归方程中的回归系数； 残差平方和与相关指数，作出残差图，并对该回归模型的拟合精度作出适当判断； 使用年限为10年时，维修费用大约是多少？ 非线性回归模型： 例题1：如果样本点分布在某一条指数函数曲线的周围，其中和是参数，通过两边取自然对数的方法，把指数关系式变成对数关系式后，下列哪个