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课后导练

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课后导练

ID:44896938

大小:41.54 KB

页数:3页

时间:2019-11-01

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课后导练_第1页
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课后导练_第2页
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课后导练_第3页
资源描述:

《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课后导练》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、3.1回归分析的基本思想及其初步应用课后导练基础达标1.工人月工资(元)依劳动生产率(千元)变化的回归方程为y-=50+80x下列判断正确的是()(1)劳动生产率为1000元时,工资为130元(2)劳动生产率提高1000元则工资提高80元(3)劳动生产率提高1000元则工资提高130元(4)当月工资为210元时,劳动生产率为2000元A.(1)B.(2)C.(3)D.(4)解析:由回归系数b的意义知,b>0时,自变量和因变量按同向变化;b<0时,自变量和因变量按反向变化.B=80,可知只有(2)正确.B2.相关关系与函数关系的区别是___

2、_________.答案:函数关系是两个变量之间有完全确定的关系,而相关关系是两个变量之间并没有严格的确定关系,当一个变量变化时,另一变量的取值有一定的随机性.3.为考虑广告费用x与销售额y之间的关系,抽取了5家餐厅,得到如下数据:广告费用(千元)1.04.06.010.014.0销售额(千元)19.044.040.052.053.0现要使销售额达到6万元,则需广告费用为______________.(保留两位有效数字)解析:先求出回归方程=bx+a,令=6,得x=1.5万元.答案:1.5万元4.假设学生在初一和初二数学成绩是线性相关的,

3、若10个学生初一(x)和初二(y)数学分数如下:x74717268767367706574y76757170767965776272试求初一和初二数学分数间的回归方程.解析:因为=71,=50520,=72.3,=51467,所以,b=≈1.2182;a=72.3-1.2182×71=-14.192.回归直线方程是:=1.2182x-14.192.5.部分国家13岁学生数学测验平均分数为:中国朝国瑞士俄罗斯法国以色列加拿大英国美国约旦授课天数251222207210174215188192180191分数80737170646362615

4、546试作出该数据的散点图并由图判断可否存在回归直线,若有则求出直线方程.解析:(图略)由图知,存在回归直线方程.因为=203,=416824,=64.5,=132418,所以b=≈0.3133;a=64.5-0.3133×203=0.9001,回归直线方程是:=0.3133x+0.9001.综合运用6.电容器充电后,电压达到100V,然后开始放电.由经验知道,此后电压U随时间t变化的规律用公式u=Aebt(b<0)表示.现测得时间t(s)时的电压U(V)如下所示:t:012345678910U:100755540302015101055

5、试求电压U对时间t的回归方程.解析:对u=Aebt两边取自然对数得lnu=lnA+bt令y=lnua=lnA即y=a+btt012345678910y4.64.34.03.93.42.92.72.32.31.61.6即ln=-0.3t+4.6∴=-0.3t+4.6拓展探究7.称SST=为总偏差平方和,SSE=为残差平方和,SSR=为回归平方和.在线性回归模型中,有==.解释总偏差平方和、残差平方和、回归平方和以及该等式的统计含义.解析:SST度量y自身的差异程度,即数据总的变动.SSE度量实际值与拟合值之间的差异程度,即被回归方程解释的部

6、分.SSR度量因变量y的拟合值自身的差异程度,即未被回归方程解释的部分.统计含义:如果x引起的变动部分在y的总变动中占很大比例,那么x很好地解释了y,否则x不能很好地解释y.即:在总偏差平方和中,回归平方和占所占比重越大,则线性回归效果就越好,否则效果就越差.备选习题8.用721分光光度计在730nm波长处测定SiO2含量,得以下数据(见表1)表1SiO2含量(x)与吸光度(y)对应关系SiO2含量/(mg·mL-1)吸光度SiO2含量/(mg·mL-1)吸光度00.0320.080.3590.020.1350.100.4350.040.

7、1870.120.5110.060.268若未知磷铵试液吸光度为0.250,未知磷铵中SiO2含量是多少?用一元线性回归方程求之.解析:先根据表1数据确定线性回归方程系数a和b的计算数据(见表2),然后按以下算式计算a、b值.==0.275==0.06b===3.94a==0.275-3.94×0.06=0.039于是求得回归方程:y=0.039+3.94x9.现随机抽取了我校10名学生在入学考试中数学成绩(x)与入学后的第一次考试数学成绩(y),数据如下:学生号12345678910X12010811710410311010410599

8、108y84648468696869465771请问:这10个学生的两次数学考试成绩是否具有显著性线性相关系?解析:因为=107.8,=116584,=68,=47384,=73796,所以相

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。