内容正文:
本章总结提升
第三章
统计案例
单元回眸
【知识网络】
判断下列说法是否正确.(请在括号中填写“√”或“×”)
(1)任何一组数据都对应着一个回归方程. ( )
(2)设某大学的女生体重y(单位:kg)与身高x(单位:cm)具有线性相关关系,根据一组样本数据(xi,yi)(i=1,2,…,n),用最小二乘法建立的线性回归方程为=0.85x-85.71,判断下列说法的正误:
①y与x具有正的线性相关关系; ( )
②回归直线过样本点的中心(,); ( )
③若该大学某女生的身高增加1 cm,则其体重约增加0.85 kg. ( )
【知识辨析】
单元回眸
×
√
√
√
(3)若两个分类变量X,Y之间的关系越密切,则由观测数据计算得到的K2的观测值越大. ( )
(4)由独立性检验可知,有99%的把握认为物理成绩优秀与数学成绩优秀有关,若某人数学成绩优秀,则他有99%的可能物理成绩优秀. ( )
单元回眸
√
×
整合创新
[类型总述] (1)利用最小二乘法求回归方程;(2)利用样本点的中心确定回归方程,并进行回归分析.
题型一
回归分析
例1 [2018·全国卷Ⅱ] 图T3-1是某地区2000年至2016年环境基础设施投资额y(单位:亿元)的折线图.
图T3-1
整合创新
为了预测该地区2018年的环境基础设施投资额,建立了y与时间变量t的两个线性回归模型.根据2000年至2016年的数据(时间变量t的值依次为1,2,…,17)建立模型①:=-30.4+13.5t;根据2010年至2016年的数据(时间变量t的值依次为1,2,…,7)建立模型②:=99+17.5t.
(1)分别利用这两个模型,求该地区2018年的环境基础设施投资额的预测值.
(2)你认为用哪个模型得到的预测值更可靠?并说明理由.
整合创新
解:(1)利用模型①,该地区2018年的环境基础设施投资额的预测值为=-30.4+13.5×19=226.1(亿元).
利用模型②,该地区2018年的环境基础设施投资额的预测值为=99+17.5×9=256.5(亿元).
(2)利用模型②得到的预测值更可靠.
理由如下:
(i)从折线图可以看出,2000年至2016年的数据对应的点没有随机散布在直线y=-30.4+13.5t上下,这说明利用2000年至2016年的数据建立的线性模型①不能很好地描述环境