《2019年高中数学第三章统计案例3.1回归分析的基本思想及其初步应用优化练习新人教A版选修2-3.doc》由会员分享，可在线阅读，更多相关《2019年高中数学第三章统计案例3.1回归分析的基本思想及其初步应用优化练习新人教A版选修2-3.doc（6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、13.13.1 回归分析的基本思想及其初步应用回归分析的基本思想及其初步应用课时作业A 组 基础巩固1下列各关系中是相关关系的是 ( )路程与时间、速度的关系；加速度与力的关系；产品成本与产量的关系；圆周长与圆面积的关系；广告费支出与销售额的关系A BC D解析：都是确定的函数关系答案：C2下列关于残差的叙述正确的是( )A残差就是随机误差B残差就是方差C残差都是正数D残差可用来判断模型拟合的效果解析：由残差的相关知识可知 D 正确答案：D3由一组样本数据(x1，y1)，(x2，y2)，(xn，yn)得到的回归直线方程为 x ，那yba么下列说法中不正确的是( )A直线 x 必经过点(，)yb
2、axyB直线 x 至少经过点(x1，y1)，(x2，y2)，(xn，yn)中的一个点ybaC直线 x 的斜率为ybaxiyin xyx2inx2D直线 x 的纵截距为 ybaybx解析：由用最小二乘法求回归直线方程的公式可知，A，C，D 都正确，B 不正确，回归直线可以不经过样本数据中的任何一个点故应选 B.答案：B4已知变量x与y正相关，且由观测数据算得样本平均数 3， 3.5，则由该观测数据xy算得的线性回归方程可能是( )A. 0.4x2.3 B. 2x2.4yyC. 2x9.5 D. 0.3x4.4yy2解析：由变量x与y正相关知 C，D 均错，又回归直线经过样本点的中心(3,3.5)
3、，代入验证得 A 正确，B 错误故选 A.答案：A5某医学科研所对人体脂肪含量与年龄这两个变量研究得到一组随机样本数据，运用Excel 软件计算得 0.577x0.448(x为人的年龄，y(单位：%)为人体脂肪含量)对年龄y为 37 岁的人来说，下面说法正确的是( )A年龄为 37 岁的人体内脂肪含量都为 20.90%B年龄为 37 岁的人体内脂肪含量为 21.01%C年龄为 37 岁的人群中的大部分人的体内脂肪含量为 20.90%D年龄为 37 岁的大部分的人体内脂肪含量为 31.50%解析：当x37 时， 0.577370.44820.90120.90，由此估计：年龄为 37 岁的人y群中
4、的大部分人的体内脂肪含量为 20.90%.答案：C6如图是x和y的样本数据的散点图，去掉一组数据_后，剩下的 4 组数据的相关指数最大解析：经计算，去掉D(3, 10)这一组数据后，其他 4 组数据对应的点都集中在某一条直线附近，即两变量的线性相关性最强，此时相关指数最大答案：D(3,10)7调查了某地若干户家庭的年收入x(单位：万元)和年饮食支出y(单位：万元)，调查显示年收入x与年饮食支出y具有线性相关关系，并由调查数据得到y对x的回归直线方程：0.254x0.321.由回归直线方程可知，家庭年收入每增加 1 万元，年饮食支出平均增加y_万元解析：由题意知0.254(x1)0.3210.2
5、54x0.3210.254.答案：0.2548今年一轮又一轮的寒潮席卷全国某商场为了了解某品牌羽绒服的月销售量y(件)与月平均气温x()之间的关系，随机统计了某 4 个月的月销售量与当月平均气温，数据如下表：月平均气温x()1713823月销售量y(件)24334055由表中数据算出线性回归方程 x 中的 2.气象部门预测下个月的平均气温约为 6 ybab，据此估计，该商场下个月该品牌羽绒服的销售量的件数约为_解析：由表格得( ， )为(10,38)，又( ， )在回归直线 x 上，且 2，xyxyybab38210 ， 58，所以 2x58，当x6 时， 265846.aayy答案：469在
6、研究硝酸钠的可溶性程度时，对于不同的温度观测它在水中的溶解度，得观测结果如表：温度(x)010205070溶解度(y)66.776.085.0112.3128.0由资料看y与x呈线性相关，试求回归方程解析： 30， 93.6.xy66.776.085.0112.3128.0 50.880 9.bxiyi5xyx2i5x217 03514 040 7 9004 5002 995 3 400 93.60.880 93067.173.aybx故回归方程为 0.880 9x67.173.y10某地 10 户家庭的年收入和年饮食支出的统计资料如下表：年收入x/万元24466677810年饮食支出y/万元
7、0.91.41.62.02.11.91.82.12.22.3(1)根据表中数据，确定家庭的年收入和年饮食支出是否具有相关关系；(2)如果某家庭年收入为 9 万元，预测其年饮食支出解析：由题意知，年收入x为解释变量，年饮食支出y为预报变量，作散点图如下图所示：从图中可以看出，样本点呈条状分布，年收入和年饮食支出有比较好的线性相关关系，因此可以用线性回归方程刻画它们之间的关系4(2) 6， 1.83，406，xy10 i1x 2i35.13，iyi117.7， 0.172， 0.798，10 i1y 2i10 i1xbaybx从而得到回归直线方程为 0.172x0.798.y当x9 时， 0.17
8、290.7982.346(万元)yB 组 能力提升1甲、乙、丙、丁四位同学在建立变量x，y的回归模型时，分别选择了 4 种不同模型，计算可得它们的相关指数R2如表：甲乙丙丁R20.980.780.500.85哪位同学建立的回归模型拟合效果最好？( )A甲 B乙C丙 D丁解析：相关指数R2越大，表示回归模型的拟合效果越好答案：A2在一次试验中，测得(x，y)的四组值分别是(1,2)，(2,3)，(3,4)，(4,5)，则y与x间的回归方程为( )A. x1 B. x2yyC. 2x1 D. x1yy解析：易知变量y与x具有线性相关关系，且1， 2.5， 3.5， 3.512.51，故可得出线性回
9、归方程为 x1.bxyay答案：A3已知回归直线的斜率的估计值为 1.23，样本点的中心为(4,5)，则回归直线方程是_解析：由斜率的估计值为 1.23，且回归直线一定经过样本点的中心(4,5)，可得51.23(x4)，即 1.23x0.08.yy答案： 1.23x0.08y4某小卖部为了了解热茶销售量y(杯)与气温x()之间的关系，随机统计了某 4 天卖出的热茶的杯数与当天气温，并制作了对照表：5气温/1813101杯数24343864由表中数据算得线性回归方程 x 中的 2，预测当气温为5 时，热茶销售量ybab为_杯(已知回归系数 ， )bn i1xiyinx yn i1x2inx2ay
10、bx解析：根据表格中的数据可求得 (1813101)10， (24343864)40.x1 4y1 4 40(2)1060， 2x60，aybxy当x5 时， 2(5)6070.y答案：705某公司利润y(单位：千万元)与销售总额x(单位：千万元)之间有如表对应数据：x10151720252832y11.31.822.62.73.3(1)画出散点图；(2)求回归直线方程；(3)估计销售总额为 24 千万元时的利润解析：(1)散点图如图：(2)列表，并利用科学计算器进行有关计算i1234567xi10151720252832yi11.31.822.62.73.321， 2.1xy3 447，y3
11、4.87，xiyi346.37 i1x 2i7 i12i7 i16于是 0.104.b346.37 21 2.1 3 4477 2122.10.104210.084，a因此回归直线方程为 0.104x0.084.y(3)当x24 时，y0.104240.0842.412(千万元)6为探究某弹簧悬挂物体的质量x (单位：g)对弹簧长度y(单位：cm)的影响，分别将 6个不同质量的物体悬挂在弹簧下，并测量弹簧的长度，数据如表所示(弹簧的质量忽略不计)：x/g51015202530y/cm7.258.128.959.9010.911.8(1)画出散点图；(2)根据散点图判断是否可以用线性回归模型进行拟合，如果可以，求y与x之间的回归直线方程；(3)求R2，并对拟合效果做出评价解析：(1)散点图如图所示：(2)由于样本点分布在一条直线附近，所以可以用线性回归模型进行拟合计算可得17.5， 9.487，从而xy0.183，b 6.285.aybx因此，y与x之间的回归直线方程为 0.183x6. 285.y(3)因为(yii)20.013 175，6 i1y(yi )214.678 33，6 i1y所以R210.999.由于 R2非常接近于 1，因此拟合效果较好