《线性回归分析练习题集分析.doc》由会员分享，可在线阅读，更多相关《线性回归分析练习题集分析.doc（10页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、【精品文档】如有侵权，请联系网站删除，仅供学习与交流线性回归分析练习题集分析.精品文档.1回归分析11回归分析12相关系数一、基础过关1 下列变量之间的关系是函数关系的是()A已知二次函数yax2bxc，其中a，c是已知常数，取b为自变量，因变量是这个函数的判别式b24acB光照时间和果树亩产量C降雪量和交通事故发生率D每亩施用肥料量和粮食产量2 在以下四个散点图中，其中适用于作线性回归的散点图为()A B C D3 下列变量中，属于负相关的是()A收入增加，储蓄额增加B产量增加，生产费用增加C收入增加，支出增加D价格下降，消费增加4 已知对一组观察值(xi，yi)作出散点图后确定具有线性相关
2、关系，若对于ybxa，求得b0.51，61.75，38.14，则线性回归方程为()Ay0.51x6.65 By6.65x0.51Cy0.51x42.30 Dy42.30x0.515 对于回归分析，下列说法错误的是()A在回归分析中，变量间的关系若是非确定关系，那么因变量不能由自变量唯一确定B线性相关系数可以是正的，也可以是负的C回归分析中，如果r21，说明x与y之间完全相关D样本相关系数r(1,1)6 下表是x和y之间的一组数据，则y关于x的回归方程必过()x1234y1357A.点(2,3) B点(1.5,4)C点(2.5,4) D点(2.5,5)7 若线性回归方程中的回归系数b0，则相关系
3、数r_.二、能力提升8 某医院用光电比色计检验尿汞时，得尿汞含量(mg/L)与消光系数计数的结果如下：尿汞含量x246810消光系数y64138205285360若y与x具有线性相关关系，则线性回归方程是_9 若施化肥量x(kg)与小麦产量y(kg)之间的线性回归方程为y2504x，当施化肥量为50 kg时，预计小麦产量为_ kg.10某车间为了规定工时定额，需确定加工零件所花费的时间，为此做了4次试验，得到的数据如下：零件的个数x/个2345加工的时间y/小时2.5344.5若加工时间y与零件个数x之间有较好的相关关系(1)求加工时间与零件个数的线性回归方程；(2)试预报加工10个零件需要的
4、时间11在一段时间内，分5次测得某种商品的价格x(万元)和需求量y(t)之间的一组数据为：12345价格x1.41.61.822.2需求量y1210753已知xiyi62，x16.6.(1)画出散点图；(2)求出y对x的线性回归方程；(3)如果价格定为1.9万元，预测需求量大约是多少？(精确到0.01 t)12某运动员训练次数与运动成绩之间的数据关系如下：次数x3033353739444650成绩y3034373942464851(1)作出散点图；(2)求出回归方程；(3)计算相关系数并进行相关性检验；(4)试预测该运动员训练47次及55次的成绩三、探究与拓展13从某地成年男子中随机抽取n个人
5、，测得平均身高为172 cm，标准差为sx7.6 cm，平均体重72 kg，标准差sy15.2 kg，相关系数r0.5，求由身高估计平均体重的回归方程y01x，以及由体重估计平均身高的回归方程xaby.答案1A2.B3.D4.A5.D6.C708.y11.336.95x945010解(1)由表中数据，利用科学计算器得3.5，3.5，xiyi52.5，x54，b0.7，ab1.05，因此，所求的线性回归方程为y0.7x1.05.(2)将x10代入线性回归方程，得y0.7101.058.05(小时)，即加工10个零件的预报时间为8.05小时11解(1)散点图如下图所示：(2)因为91.8，377.
6、4，xiyi62，x2i16.6，所以b11.5，ab7.411.51.828.1，故y对x的线性回归方程为y28.111.5x.(3)y28.111.51.96.25(t)所以，如果价格定为1.9万元，则需求量大约是6.25 t.12解(1)作出该运动员训练次数x与成绩y之间的散点图，如下图所示，由散点图可知，它们之间具有线性相关关系(2)列表计算：次数xi成绩yix2iy2ixiyi303090090090033341 0891 1561 12235371 2251 3691 29537391 3691 5211 44339421 5211 7641 63844461 9362 1162
7、02446482 1162 3042 20850512 5002 6012 550由上表可求得39.25，40.875，x2i12 656，y2i13 731，xiyi13 180，b1.041 5，ab0.003 88，线性回归方程为y1.041 5x0.003 88.(3)计算相关系数r0.992 7，因此运动员的成绩和训练次数两个变量有较强的相关关系(4)由上述分析可知，我们可用线性回归方程y1.041 5x0.003 88作为该运动员成绩的预报值将x47和x55分别代入该方程可得y49和y57.故预测该运动员训练47次和55次的成绩分别为49和57.13解sx，sy，r0.57.615
8、.257.76.11，01721172100.故由身高估计平均体重的回归方程为yx100.由x，y位置的对称性，得b0.25，ab1720.2572154.故由体重估计平均身高的回归方程为x0.25y154.1.3可线性化的回归分析一、基础过关1 某商品销售量y(件)与销售价格x(元/件)负相关，则其线性回归方程可能是()Ay10x200 By10x200 Cy10x200 Dy10x2002 在线性回归方程yabx中，回归系数b表示()A当x0时，y的平均值 Bx变动一个单位时，y的实际变动量Cy变动一个单位时，x的平均变动量 Dx变动一个单位时，y的平均变动量3 对于指数曲线yaebx，令
9、uln y，cln a，经过非线性化回归分析之后，可以转化成的形式为()Aucbx Bubcx Cybcx Dycbx4 下列说法错误的是()A当变量之间的相关关系不是线性相关关系时，也能直接用线性回归方程描述它们之间的相关关系B把非线性回归化为线性回归为我们解决问题提供一种方法C当变量之间的相关关系不是线性相关关系时，也能描述变量之间的相关关系D当变量之间的相关关系不是线性相关关系时，可以通过适当的变换使其转换为线性关系，将问题化为线性回归分析问题来解决5 每一吨铸铁成本yc(元)与铸件废品率x%建立的回归方程yc568x，下列说法正确的是 ()A废品率每增加1%，成本每吨增加64元 B废品
10、率每增加1%，成本每吨增加8%C废品率每增加1%，成本每吨增加8元 D如果废品率增加1%，则每吨成本为56元6 为了考察两个变量x和y之间的线性相关性，甲、乙两个同学各自独立地做10次和15次试验，并且利用线性回归方法，求得回归直线分别为l1和l2.已知在两个人的试验中发现对变量x的观测数据的平均值恰好相等，都为s，对变量y的观测数据的平均值也恰好相等，都为t.那么下列说法正确的是 ()A直线l1和l2有交点(s，t) B直线l1和l2相交，但是交点未必是点(s，t)C直线l1和l2由于斜率相等，所以必定平行 D直线l1和l2必定重合二、能力提升7 研究人员对10个家庭的儿童问题行为程度(X)
11、及其母亲的不耐心程度(Y)进行了评价结果如下，家庭1,2,3,4,5,6,7,8,9,10，儿童得分：72,40,52,87,39,95,12,64,49,46，母亲得分：79,62,53,89,81,90,10,82,78,70.下列哪个方程可以较恰当的拟合()Ay0.771 1x26.528 By36.958ln x74.604Cy1.177 8x1.014 5 Dy20.924e0.019 3x8 已知x，y之间的一组数据如下表：x1.081.121.191.25y2.252.372.432.55则y与x之间的线性回归方程ybxa必过点_9 已知线性回归方程为y0.50x0.81，则x2
12、5时，y的估计值为_10在一次抽样调查中测得样本的5个样本点，数值如下表：x0.250.5124y1612521（1）建立y与x之间的回归方程（2）当时，大约是多少11某地区六年来轻工业产品利润总额y与年次x的试验数据如下表所示：年次x123456利润总额y11.3511.8512.4413.0713.5914.41由经验知，年次x与利润总额y(单位：亿元)有如下关系：yabxe0.其中a、b均为正数，求y关于x的回归方程(保留三位有效数字)三、探究与拓展12某商店各个时期的商品流通率y(%)和商品零售额x(万元)资料如下：x9.511.513.515.517.5y64.643.22.8x19
13、.521.523.525.527.5y2.52.42.32.22.1散点图显示出x与y的变动关系为一条递减的曲线经济理论和实际经验都证明，流通率y决定于商品的零售额x，体现着经营规模效益，假定它们之间存在关系式：ya.试根据上表数据，求出a与b的估计值，并估计商品零售额为30万元时的商品流通率答案1A2.D3.A4.A5.C6.A7.B8(1.16,2.4)9.11.6910解画出散点图如图(1)所示，观察可知y与x近似是反比例函数关系设y (k0)，令t，则ykt.可得到y关于t的数据如下表：t4210.50.25y1612521画出散点图如图(2)所示，观察可知t和y有较强的线性相关性，因
14、此可利用线性回归模型进行拟合，易得：b4.134 4，ab0.791 7，所以y4.134 4t0.791 7，所以y与x的回归方程是y0.791 7.11解对yabxe0两边取对数，得ln yln ae0xln b，令zln y，则z与x的数据如下表：x123456z2.432.472.522.572.612.67由zln ae0xln b及最小二乘法公式，得ln b0.047 7，ln ae02.38，即z2.380.047 7x，所以y10.81.05x.12解设u，则yabu，得下表数据：u0.105 30.087 00.074 10.064 50.057 1y64.643.22.8u0.051 30.046 50.042 60.039 20.036 4y2.52.42.32.22.1进而可得n10，0.060 4，3.21，1020.004 557 3，iyi10 0.256 35，b56.25，ab0.187 5，所求的回归方程为y0.187 5.当x30时，y1.687 5，即商品零售额为30万元时，商品流通率为1.687 5%.您好，欢迎您阅读我的文章，本WORD文档可编辑修改，也可以直接打印。阅读过后，希望您提出保贵的意见或建议。阅读和学习是一种非常好的习惯，坚持下去，让我们共同进步。