网站大量收购独家精品文档,联系QQ:2885784924

2024_2025学年高中数学第1章统计案例1.1回归分析的基本思想及其初步应用课后巩固提升含解析新.docxVIP

2024_2025学年高中数学第1章统计案例1.1回归分析的基本思想及其初步应用课后巩固提升含解析新.docx

  1. 1、本文档共5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

PAGE

5-

第一章统计案例

1.1回来分析的基本思想及其初步应用

课后篇巩固提升

基础巩固

1.一项探讨要确定是否能够依据施肥量预料作物的产量,这里的说明变量应当是()

A.作物的产量 B.施肥量

C.试验者 D.降雨量或其他因素

解析作物的产量为预报变量,施肥量为说明变量.

答案B

2.据统计,某产品的市场销售量y(单位:万台)与广告费用投入x(单位:万元)之间的对应数据的散点图如图所示,由图可知,y与x之间有较强的线性相关关系,其线性回来方程是=0.3x+.预料广告费用投入为10万元时,估计该产品的市场销售量y约为()

A.6.1万台 B.5.5万台

C.5.2万台 D.6万台

解析由题意知,

=5,=4,

将()代入=0.3x+,即4=0.3×5+,

解得=2.5,即=0.3x+2.5.

将x=10代入得=0.3×10+2.5=5.5(万台).

故选B.

答案B

3.已知y与x之间的线性回来方程为=1.6x+21,其样本点的中心为(,37),样本数据中x的输出取值依次为2,8,6,14,m,则m=()

A.12 B.16 C.18 D.20

解析∵×(2+8+6+14+m)=6+,∴样本点的中心为6+,37.∵回来直线过样本点的中心(),∴37=1.6×6++21,解得m=20.故选D.

答案D

4.如图所示的是四张残差图,其中回来模型的拟合效果最好的是()

解析四张残差图中,只有选项A,B中的残差图是水平带状区域分布,且选项B中的残差点散点分布集中在更狭窄的范围内,所以选项B中回来模型的拟合效果最好.

答案B

5.节能降耗是企业的生存之本,树立一种“点点滴滴降成本,分分秒秒增效益”的节能意识,以最好的管理来实现节能效益的最大化.为此某国企进行节能降耗技术改造,下面是该国企节能降耗技术改造后连续五年的生产利润:

年号

1

2

3

4

5

年生产利润y/千万元

0.7

0.8

1

1.1

1.4

预料第8年该国企的生产利润约为()

参考公式及数据:(xi-)(yi-)=1.7,-5=10

A.1.88千万元

B.2.21千万元

C.1.85千万元

D.2.34千万元

解析由题意可得=3,=1,所以=0.17,=1-0.17×3=0.49,所以年生产利润与年号的回来方程为=0.17x+0.49,当x=8时,=0.17×8+0.49=1.85,故选C.

答案C

6.某种产品的广告费支出x与销售额y(单位:万元)之间有如表关系,y与x的线性回来方程为=6.5x+17.5,当广告支出5万元时,随机误差的效应(残差)为()

x/万元

2

4

5

6

8

y/万元

30

40

60

50

70

A.10万元 B.20万元

C.30万元 D.40万元

解析因为y与x的线性回来方程为=6.5x+17.5,所以当x=5时,=6.5×5+17.5=50.由表格知,当广告支出5万元时,销售额为60万元,所以随机误差的效应(残差)为60-50=10(万元).故选A.

答案A

7.对于一组数据,现有A和B两个回来模型,计算得到它们的残差平方和分别是168和197,则拟合效果较好的是模型.?

解析残差平方和越小,相关指数越大,拟合效果越好.

答案A

8.已知方程=0.85x-82.71是依据高校生的身高预报其体重的回来方程,其中x的单位是cm,的单位是kg,那么针对某个体(160,53),其残差是.?

解析把x=160代入=0.85x-82.71,得=0.85×160-82.71=53.29,所以残差=y-=53-53.29=-0.29.

答案-0.29

9.已知某种商品的价格x(单位:元)与需求量y(单位:件)之间的关系有如下一组数据:

x/元

14

16

18

20

22

y/件

12

10

7

5

3

求y关于x的线性回来方程,并分析回来模型拟合效果的好坏.

解因为(14+16+18+20+22)=18,(12+10+7+5+3)=7.4,

=142+162+182+202+222=1660,xiyi=14×12+16×10+18×7+20×5+22×3=620.

所以=-1.15,=7.4+1.15×18=28.1,

故所求线性回来方程为=-1.15x+28.1.

列出下表:

yi-

0

0.3

-0.4

-0.1

0.2

yi-

4.6

2.6

-0.4

-2.4

-4.4

所以(yi-)2=0.3,(yi-)2=53.2,故相关指数R2=1-≈0.994.

因为R2特别接近于1,

所以回来模型的拟合效果很好.

实力提升

1.关于两个具有线性相关关系的变量的一组数据(x1,y1),(x2,y2),…,(xn,yn),下列说法错误的是(

文档评论(0)

158****2095 + 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