1_11.3 变量间的相关关系与统计案例(WORD版).docxVIP

1_11.3 变量间的相关关系与统计案例(WORD版).docx

此“教育”领域文档为创作者个人分享资料,不作为权威性指导和指引,仅供参考
  1. 1、本文档共7页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

11.3变量间的相关关系、统计案例

考点一变量间的相关关系

1.(2017山东理,5,5分)为了研究某班学生的脚长x(单位:厘米)和身高y(单位:厘米)的关系,从该班随机抽取10名学生,根据测量数据的散点图可以看出y与x之间有线性相关关系,设其回归直线方程为y^=b^x+a^.已知∑i=110xi=225,∑i=110yi=1

A.160B.163C.166D.170

答案C本题主要考查回归直线方程.

由题意可知x=22.5,y=160,

∴160=4×22.5+a^,解得a

∴y^

∴x=24时,y^=4×24+70=166.故选

2.(2015湖北文,4,5分)已知变量x和y满足关系y=-0.1x+1,变量y与z正相关.下列结论中正确的是()

A.x与y正相关,x与z负相关B.x与y正相关,x与z正相关

C.x与y负相关,x与z负相关D.x与y负相关,x与z正相关

答案C由y=-0.1x+1,知x与y负相关,即y随x的增大而减小,又y与z正相关,所以z随y的增大而增大,减小而减小,所以z随x的增大而减小,x与z负相关,故选C.

3.(2016课标Ⅲ,18,12分)下图是我国2008年至2014年生活垃圾无害化处理量(单位:亿吨)的折线图.

(1)由折线图看出,可用线性回归模型拟合y与t的关系,请用相关系数加以说明;

(2)建立y关于t的回归方程(系数精确到0.01),预测2016年我国生活垃圾无害化处理量.

附注:

参考数据:∑i=17yi=9.32,∑i=17tiyi

参考公式:相关系数r=∑i

回归方程y^=a^+b^

b^=∑i=1n(ti

解析(1)由折线图中数据和附注中参考数据得

t=4,∑i=17(ti-t)2

∑i=17(ti-t)(yi-y)=∑i=17tiy

r≈2.890.55×2×

因为y与t的相关系数近似为0.99,说明y与t的线性相关程度相当高,从而可以用线性回归模型拟合y与t的关系.(6分)

(2)由y=9.327≈1.331及(1)得b^=∑i=17(ti-t)(y

所以y关于t的回归方程为y^=0.93+0.10t.(10分

将2016年对应的t=9代入回归方程得:y^

所以预测2016年我国生活垃圾无害化处理量约为1.83亿吨.(12分)

4.(2015课标Ⅰ,理19,文19,12分)某公司为确定下一年度投入某种产品的宣传费,需了解年宣传费x(单位:千元)对年销售量y(单位:t)和年利润z(单位:千元)的影响.对近8年的年宣传费xi和年销售量yi(i=1,2,…,8)数据作了初步处理,得到下面的散点图及一些统计量的值.

x

y

w

∑i=18(xi-

∑i=18(wi-

∑i=18(xi-x)(yi

∑i=18(wi-w)(yi

46.6

563

6.8

289.8

1.6

1469

108.8

表中

(1)根据散点图判断,y=a+bx与y=c+dx哪一个适宜作为年销售量y关于年宣传费x的回归方程类型?(给出判断即可,不必说明理由)

(2)根据(1)的判断结果及表中数据,建立y关于x的回归方程;

(3)已知这种产品的年利润z与x,y的关系为z=0.2y-x.根据(2)的结果回答下列问题:

(i)年宣传费x=49时,年销售量及年利润的预报值是多少?

(ii)年宣传费x为何值时,年利润的预报值最大?

附:对于一组数据(u1,v1),(u2,v2),…,(un,vn),其回归直线v=α+βu的斜率和截距的最小二乘估计分别为

β^=∑i=1n(ui-u

解析(1)由散点图可以判断,y=c+dx适宜作为年销售量y关于年宣传费x的回归方程类型.(2分)

(2)令w=x,先建立y关于w的线性回归方程.由于

d^=∑i=1

c^=y-d^

所以y关于w的线性回归方程为y^=100.6+68w,因此y关于x的回归方程为y^=100.6+68x.(6

(3)(i)由(2)知,当x=49时,年销售量y的预报值

y^=100.6+6849

年利润z的预报值z^=576.6×0.2-49=66.32.(9分

(ii)根据(2)的结果知,年利润z的预报值

z^=0.2(100.6+68x)-x=-x+13.6x

所以当x=13.62=6.8,即x=46.24时,z^

故年宣传费为46.24千元时,年利润的预报值最大.(12分)

5.(2015重庆文,17,13分)随着我国经济的发展,居民的储蓄存款逐年增长.设某地区城乡居民人民币储蓄存款(年底余额)如下表:

年份

2010

2011

2012

2013

2014

时间代号t

1

2

3

4

5

储蓄存款y(千亿元)

5

6

7

8

10

(1)求y关于t的回归方程y^=b^t+

(2)用所求回归方程预测

文档评论(0)

晨向阳 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档