内容正文:
专题8.1 一元线性回归问题
【基础知识】 1
【考点1:相关系数】 2
【考点2:求回归直线方程】 4
【考点3:一元线性回归模型的应用】 6
【基础知识】
【一元线性回归】
回归
直线
从散点图上看,如果这些点从整体上看大致分布在通过散点图中心的一条直线附近,称两个变量之间具有线性相关关系,这条直线叫做回归直线
回归
方程
回归方程为=x+,其中=, =-
相关
系数
当r>0时,表明两个变量正相关;当r<0时,表明两个变量负相关.
r的绝对值越接近于1,表明两个变量的线性相关性越强;r的绝对值越接近于0,表明两个变量之间几乎不存在线性相关关系.通常|r|大于0.75时,认为两个变量有很强的线性相关性
[方法技巧]
判断相关关系的两种方法
(1)散点图法:如果所有的样本点都落在某一函数的曲线附近,变量之间就有相关关系.如果所有的样本点都落在某一直线附近,变量之间就有线性相关关系.
(2)相关系数法:利用相关系数判定,|r|越趋近于1相关性越强.
1.回归直线方程中系数的两种求法
(1)公式法:利用公式,求出回归系数,.
(2)待定系数法:利用回归直线过样本点中心(,)求系数.
2.回归分析的两种策略
(1)利用回归方程进行预测:把回归直线方程看作一次函数,求函数值.
(2)利用回归直线判断正、负相关:决定正相关还是负相关的是回归系数.
【考点1:相关系数】
【知识点:相关系数】
1.(23-24高二下·江苏·期中)关于的一组样本数据,,,,…,的散点图中,所有样本点均在直线上,则这组样本数据的样本相关系数r为( )
A. B. C.1 D.2
2.(23-24高二下·河南驻马店·期中)对两个变量y与x进行回归分析,分别选择不同的模型,它们的相关系数r如下,其中拟合效果最好的模型是( )
A.模型Ⅰ:相关系数r为 B.模型Ⅱ:相关系数r为0.81
C.模型Ⅲ:相关系数r为 D.模型Ⅳ:相关系数r为0.53
3.(多选)(2024·河北唐山·二模)为研究光照时长(小时)和种子发芽数量(颗)之间的关系,某课题研究小组采集了10组数据,绘制散点图如图所示,并进行线性回归分析,若去掉点后,下列说法正确的是( )
A.相关系数变小 B.经验回归方程斜率变小
C.残差平方和变小 D.决定系数变小
4.(多选)(23-24高二下·辽宁沈阳·阶段练习)已知之间的回归直线方程为,且变量的数据如表所示,则下列说法正确的是( )
6
8
10
12
6
3
2
A.变量之间呈负相关关系 B.的值等于5
C.变量之间的相关系数 D.该回归直线必过点
5.(多选)(23-24高二下·浙江宁波·期中)已知具有相关关系的两个变量x,y的一组观测数据,,,,由此得到的线性回归方程为,则下列说法中正确的是( )
A.回归直线至少经过点,,,中的一个点
B.若点,,,都落在直线上,则变量x,y的样本相关系数
C.若散点图的散点均落在一条斜率非0的直线上,则决定系数
D.若, ,则相应于样本点的残差为
6.(2024·四川南充·三模)近年来,国内掀起了全民新中式热潮,新中式穿搭,新中式茶饮,新中式快餐,新中式烘焙等,以下为某纺织厂生产“新中式”面料近5个月的利润(y万元)的统计表.
月份
2023.11
2023.12
2024.01
2024.02
2024.03
月份编号x
1
2
3
4
5
利润(y万元)
27
23
20
17
13
(1)根据统计表,试求y与x之间的相关系数r(精确到0.001),并利用r说明y与x是否具有较强的线性相关关系:(若,则认为两个变量具有较强的线性相关性);
(2)从这5个月的利润中任选2个月的利润,分别记为m,n,求事件“m,n均不小于20万元”的概率.
附:参考数据:
相关系数.
【考点2:求回归直线方程】
【知识点:求回归直线方程】
1.(2024高二上·全国·单元测试)用最小二乘法得到一组数据(i=1,2,3,4,5)的线性回归方程为,若,则等于( )
A.11 B.13
C.53 D.65
2.(2024高二上·全国·课后作业)已知线性回归方程=4.4x+0.5.则可估计x与y的增长速度之比约为( )
A. B. C. D.2
3.(23-24高二下·江苏宿迁·期末)已知数据的三对观测值为,用“最小二乘法”判断下列直线的拟合程度,则效果最好的是( )
A. B. C. D.
4.(23-24高二下·云南·期末)由数据,,…,可得关于的线性回归方程为,若,则( )
A.48 B.52 C.56 D.80
5.(23-24高二下·广西百色·期末)具有线性相关关系的变量x,y的回归方程