高中数学 第三章 统计案例 3_2 回归分析优化训练 苏教版选修2-31

高中数学 第三章 统计案例 3_2 回归分析优化训练 苏教版选修2-31

ID:31461017

大小:175.50 KB

页数:5页

时间:2019-01-10

高中数学 第三章 统计案例 3_2 回归分析优化训练 苏教版选修2-31_第1页
高中数学 第三章 统计案例 3_2 回归分析优化训练 苏教版选修2-31_第2页
高中数学 第三章 统计案例 3_2 回归分析优化训练 苏教版选修2-31_第3页
高中数学 第三章 统计案例 3_2 回归分析优化训练 苏教版选修2-31_第4页
高中数学 第三章 统计案例 3_2 回归分析优化训练 苏教版选修2-31_第5页
资源描述:

《高中数学 第三章 统计案例 3_2 回归分析优化训练 苏教版选修2-31》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、3.2回归分析五分钟训练(预习类训练,可用于课前)1.若回归直线方程中的回归系数=0,则相关系数()A.r=1B.r=-1C.r=0D.无法确定答案:C解析:,r=.若=0,则r=0.2.若某地财政收入x与支出y满足线性回归方程y=bx+a+e(单位:亿元),其中b=0.8,a=2,

2、e

3、<0.5,如果今年该地区财政收入10亿元,年支出预计不会超过()A.10亿B.9亿C.10.5亿D.9.5亿答案:C解析:代入数据y=10+e,因为

4、e

5、<0.5,所以

6、y

7、<10.5,故不会超过10.5亿.3.

8、两相关变量满足如下关系:X1015202530Y10031005101010111014两变量回归直线方程为()A.=0.56x+997.4B.=0.63x-231.2C.=50.2x+501.4D.=60.4x+400答案:A4.用身高(cm)预测体重(kg)满足y=0.849x-85.712,若要找到41.638kg的人,身高____________是150cm.答案:不一定解析:体重不只受身高的影响,还可能受其他因素的影响.十分钟训练(强化类训练,可用于课中)1.下列两个变量之间的关系不是函

9、数关系的是()A.正方体的棱长和体积B.角的弧度数和它的正弦值C.单产为常数时,土地面积和总产量D.日照时间与水稻的亩产量答案:D解析:相关关系是一种不确定的关系.2.散点图在回归分析过程中的作用是()A.查找个体个数B.比较个体数据大小关系C.探究个体分类D.粗略判断变量是否线性相关答案:D解析:散点图在回归分析中,能粗略进行判断变量间的相关关系.3.在回归分析中,如果随机误差对预报变量没有影响,那么散点图中所有的点将_____________回归直线上.答案:完全落在解析:若不受误差的影响,散

10、点图将准确反映变量间的关系.4.回归直线方程为_____________,其中=_____________,=_____________.答案:30分钟训练(巩固类训练,可用于课后)1.对相关系数r,下列说法正确的是()A.

11、r

12、越大,相关程度越大B.

13、r

14、越小,相关程度越大C.

15、r

16、越大,相关程度越小,

17、r

18、越小,相关程度越大D.

19、r

20、≤1且

21、r

22、越接近1,相关程度越大,

23、r

24、越接近0,相关程度越小答案:D解析:由两个变量的相关系数公式可知相关程度的强弱与

25、r

26、与1的接近程度有关.

27、r

28、越接近1

29、,相关程度越大;

30、r

31、越接近0,相关程度越小.2.2003年春季,我国部分地区SARS流行,党和政府采取果断措施,防治结合,很快使病情得到控制,下表是某同学记载的5月1日至5月12日每天北京市SARS患者治愈者的数据,及根据这些数据绘制出的散点图:日期5.15.25.35.45.55.6人数100109115118121134日期5.75.85.95.105.115.12人数141152168175186203下列说法正确的个数为()①根据此散点图,可以判断日期与人数具有线性相关关系②若日期与人数

32、具有线性相关关系,则相关系数r与临界值r0.05应满足

33、r

34、>r0.05③根据此散点图,可以判断日期与人数具有一次函数关系A.0B.1C.2D.3答案:C3.一家工厂对职工进行技能检查,收集数据如下:1020304050607080零件数x(个)加工时间y(分钟)1225354855616470两变量的回归直线方程为_________________.答案:=0.817x+9.54.已知回归直线方程为=0.50x-0.81,则x=25时,y的估计值为________________.答案:11.6

35、9解析:=0.50×25-0.81=11.69.5.想象一下一个人从出生到死亡,在每个生日都测量身高,并作出这些数据散点图,这些点将不会落在一条直线上,但在一段时间内的增长数据有时可以用线性回归来分析.下表是一位母亲给儿子作的成长记录.年龄/周岁3456789身高/cm90.897.6104.2110.9115.6122.0128.5年龄/周岁10111213141516身高/cm134.2140.8147.6154.2160.9167.5173.0(1)年龄(解释变量)和身高(预报变量)之间具有

36、怎样的相关关系?(2)如果年龄相差5岁,则身高有多大差异?(3~16岁之间)(3)如果身高相差20cm,其年龄相差多少?解:(1)设年龄x与身高y之间的回归直线方程为,由公式≈6.317,71.984,所以=6.317x+71.984.(2)如果年龄相差5岁,则预报变量变化6.317×5=31.585.(3)如果身高相差20cm,年龄相差Δx==3.166≈3.6.车的使用费用,尤其是随着使用年限的增多,所支出的费用到底会增长多少,一直是购车一族非常关心的问题.某汽车销售公司为此作

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。