2024_2025年高中数学第三章统计案例课时跟踪训练17回归分析的基本思想及其初步应用新人教A版选修2_3.docVIP

PAGE

PAGE1

课时跟踪训练(十七)回来分析的基本思想及其初步应用

(时间45分钟)

题型对点练(时间20分钟)

题组一求线性回来方程

1．已知x与y之间的几组数据如下表：

x

1

2

3

4

5

6

y

0

2

1

3

3

4

假设依据上表数据所得线性回来方程为eq\o(y,\s\up6(^))＝eq\o(b,\s\up6(^))x＋eq\o(a,\s\up6(^)).若某同学依据上表中的前两组数据(1,0)和(2,2)求得的直线方程为y＝b′x＋a′，则以下结论正确的是()

A.eq\o(b,\s\up6(^))b′，eq\o(a,\s\up6(^))a′ B.eq\o(b,\s\up6(^))b′，eq\o(a,\s\up6(^))a′

C.eq\o(b,\s\up6(^))b′，eq\o(a,\s\up6(^))a′ D.eq\o(b,\s\up6(^))b′，eq\o(a,\s\up6(^))a′

[解析]eq\o(x,\s\up6(－))＝eq\f(1＋2＋3＋4＋5＋6,6)＝eq\f(7,2)，

eq\o(y,\s\up6(－))＝eq\f(0＋2＋1＋3＋3＋4,6)＝eq\f(13,6)，

eq\o(b,\s\up6(^))＝eq\f(\a\vs4\al(\i\su(i＝1,n,))xiyi－n\o(x,\s\up6(－))\o(y,\s\up6(－)),\a\vs4\al(\i\su(i＝1,n,))x\o\al(2,i)－n\o(x,\s\up6(－))2)＝eq\f(5,7)，

eq\o(a,\s\up6(^))＝eq\o(y,\s\up6(－))－eq\o(b,\s\up6(^))eq\o(x,\s\up6(－))＝－eq\f(1,3)，

b′＝eq\f(2－0,2－1)＝2eq\o(b,\s\up6(^))，a′＝－2eq\o(a,\s\up6(^)).

[答案]C

2．对变量x，y有观测数据(xi，yi)(i＝1,2，…，10)，得散点图(1)；对变量u，v有观测数据(ui，vi)(i＝1,2，…，10)，得散点图(2)，由这两个散点图可以推断()

A．变量x与y正相关，u与v正相关

B．变量x与y正相关，u与v负相关

C．变量x与y负相关，u与v正相关

D．变量x与y负相关，u与v负相关

[解析]夹在带状区域内的点，总体呈上升趋势的属于正相关，总体呈下降趋势的属于负相关．由这两个散点图可以推断，变量x与y负相关，u与v正相关，故选C.

[答案]C

3．某工厂为了对新研发的一种产品进行合理定价，将该产品按事先拟定的价格进行试销，得到如下数据：

单价x(元)

8

8.2

8.4

8.6

8.8

9

销量y(件)

90

84

83

80

75

68

(1)求回来直线方程eq\o(y,\s\up6(^))＝eq\o(b,\s\up6(^))x＋eq\o(a,\s\up6(^))，其中eq\o(b,\s\up6(^))＝－20，eq\o(a,\s\up6(^))＝eq\o(y,\s\up6(－))－eq\o(b,\s\up6(^))eq\o(x,\s\up6(－))；

(2)预料在今后的销售中，销量与单价仍旧听从(1)中的关系，且该产品的成本是4元/件，为使工厂获得最大利润，该产品的单价应定为多少元？(利润＝销售收入－成本)

[解](1)由于eq\o(x,\s\up6(－))＝eq\f(1,6)(8＋8.2＋8.4＋8.6＋8.8＋9)＝8.5，

eq\o(y,\s\up6(－))＝eq\f(1,6)(90＋84＋83＋80＋75＋68)＝80.

所以eq\o(a,\s\up6(^))＝eq\o(y,\s\up6(－))－eq\o(b,\s\up6(^))eq\o(x,\s\up6(－))＝80＋20×8.5＝250，从而回来直线方程为eq\o(y,\s\up6(^))＝－20x＋250.

(2)设工厂获得的利润为L元，依题意得L＝x(－20x＋250)－4(－20x＋250)＝－20x2＋330x－1000＝－20eq\b\lc\(\rc\)(\a\vs4\al\co1(x－\f(33,4)))2＋361.25.

当且仅当x＝8.25时，L取得最大值．

故当单价定为8.25元时，工厂可获得最大利润．

题组二线性回来分析

4．对变量x，y进行回来分析时，依据得到的4个不同的回来模型画出残差图，则下列模型拟合精度最高的是()

[解析]用残差图推断模型的拟合效果，残差点比较匀称地落在水平的带状区域中，说明这样的模型比较合适．带状区域的宽度越窄，说明模型的拟合精