第8.2讲 一元线性回归模型及其应用-2023-2024学年新高二数学同步精讲精练宝典(人教A版2019选修第三册)

| 2份
| 30页
| 458人阅读
| 3人下载
学易优高中数学
进店逛逛

内容正文:

第八章 成对数据的统计分析 第8.2讲 一元线性回归模型及其应用 班级_______ 姓名_______ 组号_______ 1.理解用最小二乘法求回归直线的思想,会求线性相关的两个变量的回归直线方程;重点提升数学运算、数据分析核心素养. 2.理解并掌握回归直线方程的性质,了解非线性回归,会用回归直线方程解决相关实际问题,重点提升数学运算、数据分析核心素养. 1、一元线性回归模型 2、一元线性回归模型的最小二乘估计 3、综合应用  回归直线方程: 某地区从某一年开始进行了环境污染整治,得到了如下数据: 第x年     1  2  3  4  5  6  7 污染指数y   6.1  5.2 4.5  4.7 3.8 3.4  3.1 (1)作出这些成对数据的散点图,直观地判断污染指数y与x是否线性相关.如果是,进一步判断是正相关还是负相关. (2)在知道y与x线性相关的前提下,你能找出近似描述y与x之间关系的一次函数表达式吗?根据所得到的关系式,你能估计出该地区第8年的污染指数吗? 提示:(1)作出散点图如图1.可以看出,y与x之间的关系可近似地用一次函数表示,而且随着时间x的增加,污染指数y大致是减少的,因此y与x线性相关,而且是负相关的.   (2)为了找出近似描述y与x之间关系的一次函数表达式,我们可先在图1中作出一条直线,使得成对数据构成的点分布在直线的附近.例如,通过点(1,6)和(7,3)的直线就满足条件,如图2,根据已知的两点就可以得出所要的函数关系式y=-0.5x+6.5. 代入x=8,就能得到第8年污染指数的估计值y=2.5. 1.回归直线方程的定义 一般地,已知变量x与y的n对成对数据(xi,yi),i=1,2,3,…,n,任意给定一个一次函数y=bx+a,对每一个已知的xi,由直线方程可以得到一个估计值i=bxi+a,如果一次函数=x+能使残差平方和即(1-y1)2+(2-y2)2+…+(n-yn)2=(yi-i)2取得最小值,则=x+称为y关于x的回归直线方程(对应的直线称为回归直线).因为是使得平方和最小,所以其中涉及的方法称为最小二乘法. 2.回归直线方程的求法及作用 给定两个变量y与x的一组数据后,回归直线方程=x+总是存在的,而且 , 其中,称为回归系数.它实际上是回归直线方程的斜率,回归直线方程确定之后,就可用于预测.  回归直线方程的性质 x与y的成对数据如下 x -4 -2 0 2 4 y -21 -11 0 19 29 假设y与x具有相关关系. (1)求出y关于x的回归直线方程. 提示:经计算=6.5,=3.2. ∴y关于x的回归直线方程为=6.5x+3.2. (2)y关于x的回归直线能否经过点(,)? 提示:∵=0,=3.2适合回归直线方程, 故y关于x的回归直线一定过点(,). (3)指出y与x是正相关还是负相关? 提示:因为回归直线的斜率k==6.5>0 所以y与x正相关. 回归直线方程的性质 (1)回归直线一定过点(,). (2)一次函数=x+的单调性由的符号决定,函数递增的充要条件是>0,这说明:y与x正相关的充要条件是>0;y与x负相关的充要条件是<0. (3)当x增大一个单位时,增大个单位,这就是回归系数的实际意义. 题型1、一元线性回归模型 1.由5对数据绘制散点图,其样本点呈直线趋势,且线性回归方程为,则(    ) A.13 B.14 C.15 D.16 2.白术是常见的大宗药材,最早记载于《神龙本草经》,又叫于术、片术,具有补脾健胃,燥湿利水等功效.今年白术从1月份到5月份每公斤的平均价格(单位:元)的数据如下表: 月份 1 2 3 4 5 每公斤平均价格 77 109 137 168 199 根据上表可得回归方程,则实数的值为(    ) A.46 B.47 C.48 D.49 3.已知线性回归方程相应于点的残差为,则的值为(    ) A. B. C.2.4 D.2.5 4.某研究机构对儿童记忆能力和识图能力进行统计分析,得到如下数据: 记忆能力 4 6 8 10 识图能力 3 5 6 8 由表中数据,求得线性回归方程为,若某儿童的记忆能力为12时,则他的识图能力为(    ) A.9.2 B.9.5 C.9.8 D.10 5.已知变量关于的回归方程为,其一组数据如下表所示. 若,则预测的值为(    ) 2 3 4 5 6 A. B. C. D. 题型2、一元线性回归模型的最小二乘估计 6.用最小二乘法求回归方程是为了使(    ) A. B. C.最小 D.最小 7.某校为了解本校高一男生身高和体重的相关关系,在该校高一年级随机抽取了7名男生,测量了他们的身高和体重得下表: 身高x(单位:) 167 173 175 177 178 180 181 体重y(单位:) 90 54 59 64 67 72 76 由表格制作成如图所示的散点图: 由最小二乘法计算得到经验回归直线的方程为,其相关系数为;经过残差分析,点对应残差过大,把它去掉后,再用剩下的6组数据计算得到经验回归直线的方程为,相关系数为.则下列选项正确的是(    ) A. B. C. D. 8.某公司在x年的销售额(万元)如下表,根据表中数据用最小二乘法得到的回归方程为,则当关于a,b的表达式取到最小值时,(    ) x 2017 2018 2019 2020 2021 2022 A.5 B.13 C.8059 D.8077 9.用最小二乘法求回归方程是为了使(    ) A. B. C.最小 D.最小 10.一组成对数据样本中心点为,由这组数据拟合的线性回归方程为,用最小二乘法求回归方程是为了使(    )最小. A.总偏差平方和 B.残差平方和 C.回归平方和 D.竖直距离和 题型3、综合应用 11.以下有关直线拟合效果的说法错误的是(    ) A.通过最小二乘法得到的线性回归直线经过样本点的中心 B.相关系数r越小,表明两个变量相关性越弱 C.最小二乘法求回归直线方程,是求使最小的a,b的值 D.决定系数R2越接近1,表明直线拟合效果越好 12.由数据,,…,可得y关于x的线性回归方程为,若,则(    ) A.48 B.52 C.66 D.80 13.已知由样本数据组成的一个样本,变量具有线性相关关系,其经验回归方程为,并计算出变量之间的相关系数为,则经验回归直线经过(    ) A.第一、二、三象限 B.第二、三、四象限 C.第一、二、四象限 D.第一、三、四象限 14.某品牌手机商城统计了开业以来前5个月的手机销量情况如下表所示: 时间x 1 2 3 4 5 销售量y(千只) 0.5 0.7 1.0 1.2 1.6 若y与x线性相关,且线性回归方程为,则下列说法不正确的是(    ) A.由题中数据可知,变量y与x正相关 B.线性回归方程中, C.时,残差为0.06 D.可以预测时,该商场手机销量约为1.81千只 15.已知变量y与x之间具有线性相关关系,根据变量x与y的相关数据,计算得则y关于x的线性回归方程为(    ) 附:回归方程中的斜率和截距的最小二乘法估计公式分别为 A. B. C. D. 一、单选题 1.下列图中,线性相关性系数最大的是(    ) A. B. C. D. 2.已知一系列样本点的一个经验回归方程为,若样本点的残差为1,则(    ) A. B.6 C. D.8 3.如图对两组数据,和,分别进行回归分析,得到散点图如图,并求得线性回归方程分别是和,并对变量,进行线性相关检验,得到相关系数,对变量,进行线性相关检验,得到相关系数,则下列判断正确的是(   ) A. B. C. D. 4.某工厂的每月各项开支与毛利润(单位:万元)之间有如图关系,与的线性回归方程是,则(    ) x 2 4 5 6 8 y 30 40 60 50 70 A.17.5 B. C. D. 5.由样本数据点的散点图可知,变量与线性相关,求得的回归直线方程为,且.若去除两个数据点和,则剩余样本数据点纵坐标的平均值为(    ) A.3 B.4 C.5 D.6 6.在一段时间内,分5次测得某种商品的价格(万元)和需求量之间的一组数据,绘制散点图如图所示,利用最小二乘法求得相应的经验回归方程为,根据上述信息,如下判断正确的是(   ) 价格 2 需求量 12 10 7 A.商品的价格和需求量存在正相关关系 B.与不具有线性相关关系 C. D.价格定为万元,预测需求量大约为 7.2023年第19届亚运会在杭州举行,亚运会的吉祥物琮琮、莲莲、宸宸深受大家喜爱,某商家统计了最近5个月销量,如表所示:若y与x线性相关,且线性回归方程为,则下列说法不正确的是(    ) 时间x 1 2 3 4 5 销售量y/万只 5 4.5 4 3.5 2.5 A.由题中数据可知,变量y与x负相关 B.当时,残差为0.2 C.可以预测当时销量约为2.1万只 D.线性回归方程中 8.某高科技企业为确定下一年度投入某种产品的研发费用,需了解年研发费用(单位:千万元)对年销售量(单位:千万件)的影响,统计了近10年投入的年研发费用与年销售量的数据,经分析数据发现用函数(其中均为大于0的常数)拟合效果较好,并对数据作出如下处理,得到相关统计量的值如下表所示: 9.4 29.7 2 366 5.5 439.2 55 其中.根据数据预测投入的年研发费用为4.5亿元时的年销售量为(    )(参考数据及公式:) A.4.78亿件 B.3.68亿件 C.47.8亿件 D.36.8亿件 二、多选题 9.对于经验回归方程,以下判断正确的是(    ) A.变量x与变量y正相关 B.该方程一定过点 C.根据经验回归方程可以预测,当时,变量 D.当变量x减少一个单位时,y平均增加2个单位 10.已知变量之间的线性回归方程为,且变量之间的一组相关数据如表所示,则下列说法正确的是(   ) x 6 8 10 12 y 6 m 3 2 A.变量之间呈现负相关关系 B. C.可以预测,当时,y约为 D.由表格数据知,该回归直线必过点 三、填空题 11.蟋蟀鸣叫可以说是大自然优美、和谐的音乐,殊不知蟋蟀鸣叫的频率x(每分钟鸣叫的次数)与气温y(单位:℃ )存在着较强的线性相关关系.某地观测人员根据下表的观测数据,建立了y关于x的线性回归方程. x(次数/分钟) 20 30 40 50 60 y(℃) 25 27.5 29 32.5 36 则当蟋蟀每分钟鸣叫62次时,该地当时的气温预报值为 . 12.已知变量与的10对观测数据为,且,,若关于的经验回归方程为,则变量的平均值 ; . 四、解答题 13.某种产品的价格(单位:万元/吨)与需求量(单位:吨)之间的对应数据如下表所示: 12 11 10 9 8 5 6 8 10 11 (1)已知可用线性回归模型拟合与的关系,求关于的线性回归方程; (2)请预测当该产品定价为6万元时需求量能否超过15吨?并说明理由. 参考公式:,. 14.《中共中央国务院关于全面推进乡村振兴加快农业农村现代化的意见》,这是21世纪以来第18个指导“三农”工作的中央一号文件.文件指出,民族要复兴,乡村必振兴.为助力乡村振兴,某电商平台为某地的农副特色产品开设直播带货专场.为了对该产品进行合理定价,用不同的单价在平台试销,得到如下数据: 单价(元/件) 8 8.2 8.4 8.6 8.8 9 销量(万件) 90 84 83 80 75 68 (1)根据以上数据,求关于的线性回归方程; (2)若该产品成本是7元/件,假设该产品全部卖出,预测把单价定为多少时,工厂获得最大利润,最大利润是多少. 附:参考公式:回归方程, 其中,. 参考数据:,. 15.为了适应市场需求,同时兼顾企业盈利的预期,某科技公司决定增加一定数量的研发人员,经过调研,得到年收益增量(单位:亿元)与研发人员增量(人)的10组数据.现用模型①,②分别进行拟合,由此得到相应的经验回归方程,并进行残差分析,得到如图所示的残差图. 根据收集到的数据,计算得到下表数据,其中. 7.5 2.25 82.50 4.50 12.14 2.88 (1)根据残差图,判断应选择哪个模型;(无需说明理由) (2)根据(1)中所选模型,求出关于的经验回归方程;并用该模型预测,要使年收益增量超过8亿元,研发人员增量至少多少人?(精确到1) 原创精品资源学科网独家享有版权,侵权必究!12 学科网(北京)股份有限公司 学科网(北京)股份有限公司 学科网(北京)股份有限公司 学科网(北京)股份有限公司 $$ 第八章 成对数据的统计分析 第8.2讲 一元线性回归模型及其应用 班级_______ 姓名_______ 组号_______ 1.理解用最小二乘法求回归直线的思想,会求线性相关的两个变量的回归直线方程;重点提升数学运算、数据分析核心素养. 2.理解并掌握回归直线方程的性质,了解非线性回归,会用回归直线方程解决相关实际问题,重点提升数学运算、数据分析核心素养. 1、一元线性回归模型 2、一元线性回归模型的最小二乘估计 3、综合应用  回归直线方程: 某地区从某一年开始进行了环境污染整治,得到了如下数据: 第x年     1  2  3  4  5  6  7 污染指数y   6.1  5.2 4.5  4.7 3.8 3.4  3.1 (1)作出这些成对数据的散点图,直观地判断污染指数y与x是否线性相关.如果是,进一步判断是正相关还是负相关. (2)在知道y与x线性相关的前提下,你能找出近似描述y与x之间关系的一次函数表达式吗?根据所得到的关系式,你能估计出该地区第8年的污染指数吗? 提示:(1)作出散点图如图1.可以看出,y与x之间的关系可近似地用一次函数表示,而且随着时间x的增加,污染指数y大致是减少的,因此y与x线性相关,而且是负相关的.   (2)为了找出近似描述y与x之间关系的一次函数表达式,我们可先在图1中作出一条直线,使得成对数据构成的点分布在直线的附近.例如,通过点(1,6)和(7,3)的直线就满足条件,如图2,根据已知的两点就可以得出所要的函数关系式y=-0.5x+6.5. 代入x=8,就能得到第8年污染指数的估计值y=2.5. 1.回归直线方程的定义 一般地,已知变量x与y的n对成对数据(xi,yi),i=1,2,3,…,n,任意给定一个一次函数y=bx+a,对每一个已知的xi,由直线方程可以得到一个估计值i=bxi+a,如果一次函数=x+能使残差平方和即(1-y1)2+(2-y2)2+…+(n-yn)2=(yi-i)2取得最小值,则=x+称为y关于x的回归直线方程(对应的直线称为回归直线).因为是使得平方和最小,所以其中涉及的方法称为最小二乘法. 2.回归直线方程的求法及作用 给定两个变量y与x的一组数据后,回归直线方程=x+总是存在的,而且 , 其中,称为回归系数.它实际上是回归直线方程的斜率,回归直线方程确定之后,就可用于预测.  回归直线方程的性质 x与y的成对数据如下 x -4 -2 0 2 4 y -21 -11 0 19 29 假设y与x具有相关关系. (1)求出y关于x的回归直线方程. 提示:经计算=6.5,=3.2. ∴y关于x的回归直线方程为=6.5x+3.2. (2)y关于x的回归直线能否经过点(,)? 提示:∵=0,=3.2适合回归直线方程, 故y关于x的回归直线一定过点(,). (3)指出y与x是正相关还是负相关? 提示:因为回归直线的斜率k==6.5>0 所以y与x正相关. 回归直线方程的性质 (1)回归直线一定过点(,). (2)一次函数=x+的单调性由的符号决定,函数递增的充要条件是>0,这说明:y与x正相关的充要条件是>0;y与x负相关的充要条件是<0. (3)当x增大一个单位时,增大个单位,这就是回归系数的实际意义. 题型1、一元线性回归模型 1.由5对数据绘制散点图,其样本点呈直线趋势,且线性回归方程为,则(    ) A.13 B.14 C.15 D.16 【答案】C 【分析】利用线性回归方程过样本中心即可求解. 【详解】由题意可得,, 又经过点,,所以,解得. 故选:C. 2.白术是常见的大宗药材,最早记载于《神龙本草经》,又叫于术、片术,具有补脾健胃,燥湿利水等功效.今年白术从1月份到5月份每公斤的平均价格(单位:元)的数据如下表: 月份 1 2 3 4 5 每公斤平均价格 77 109 137 168 199 根据上表可得回归方程,则实数的值为(    ) A.46 B.47 C.48 D.49 【答案】C 【分析】求出,,根据回归直线方程必过样本中心点计算可得. 【详解】依题意,, 又回归直线方程必过样本中心点, 所以,解得. 故选:C 3.已知线性回归方程相应于点的残差为,则的值为(    ) A. B. C.2.4 D.2.5 【答案】D 【分析】根据线性回归方程估计,再根据残差定义列方程,解得结果即可. 【详解】因为相应于点的残差为,所以, 所以,解得. 故选:D. 4.某研究机构对儿童记忆能力和识图能力进行统计分析,得到如下数据: 记忆能力 4 6 8 10 识图能力 3 5 6 8 由表中数据,求得线性回归方程为,若某儿童的记忆能力为12时,则他的识图能力为(    ) A.9.2 B.9.5 C.9.8 D.10 【答案】B 【分析】根据回归方程过样本中心点得到的值,再代值计算即可. 【详解】由题意可得:, 回归方程过样本中心点,则,解得, 线性回归方程为:, 当时,利用回归方程预测他的识图能力为. 故选:B. 5.已知变量关于的回归方程为,其一组数据如下表所示. 若,则预测的值为(    ) 2 3 4 5 6 A. B. C. D. 【答案】A 【分析】由已知回归方程取对数并令,得线性回归方程,根据线性回归直线过中心点求得值,然后代入可得预测值. 【详解】由得:,令,即, 因为, , 将点代入直线方程中,即,可得, 所以回归方程为, 若,则. 故选:A. 题型2、一元线性回归模型的最小二乘估计 6.用最小二乘法求回归方程是为了使(    ) A. B. C.最小 D.最小 【答案】D 【分析】根据最小二乘法的概念和求解过程,即可求解. 【详解】根据最小二乘法的概念和求解,可得回归方程是为了使得每个数据与估计值之间的差的平方和最小. 故选:D. 7.某校为了解本校高一男生身高和体重的相关关系,在该校高一年级随机抽取了7名男生,测量了他们的身高和体重得下表: 身高x(单位:) 167 173 175 177 178 180 181 体重y(单位:) 90 54 59 64 67 72 76 由表格制作成如图所示的散点图: 由最小二乘法计算得到经验回归直线的方程为,其相关系数为;经过残差分析,点对应残差过大,把它去掉后,再用剩下的6组数据计算得到经验回归直线的方程为,相关系数为.则下列选项正确的是(    ) A. B. C. D. 【答案】A 【分析】根据的特点判断斜率和截距;由于去掉,其它点的线性关系更强,从而可判断相关系数. 【详解】身高的平均数为, 因为离群点的横坐标167小于平均值176,纵坐标90相对过大, 所以去掉后经验回归直线的截距变小而斜率变大,故, 去掉后相关性更强,拟合效果也更好,且还是正相关,所以. 故选:A 8.某公司在x年的销售额(万元)如下表,根据表中数据用最小二乘法得到的回归方程为,则当关于a,b的表达式取到最小值时,(    ) x 2017 2018 2019 2020 2021 2022 A.5 B.13 C.8059 D.8077 【答案】D 【分析】 表达式表示的是样本点与回归直线方程的整体接近程度,故可根据此意义逆向分析的意义,结合条件即可解决之. 【详解】 由题意得,, 表示样本点与回归直线的整体接近程度, 且由样本点构成的表为 k 1 2 3 4 5 6 对应的回归直线方程为:, 由表知,所以, 由题意可知:在散点图中,样本点是将样本点整体向左平移了2016个单位, 故取到最小值时,回归直线与必平行,则有, 所以,所以. 故选:D. 9.用最小二乘法求回归方程是为了使(    ) A. B. C.最小 D.最小 【答案】D 【分析】由最小二乘法的定义判断即可. 【详解】根据最小二乘法的求解可知:回归方程是为了使得每个数据与估计值之间的差的平方和最小, 即残差平方和最小. 故选:D 10.一组成对数据样本中心点为,由这组数据拟合的线性回归方程为,用最小二乘法求回归方程是为了使(    )最小. A.总偏差平方和 B.残差平方和 C.回归平方和 D.竖直距离和 【答案】B 【分析】使用最小二乘法的定义进行求解. 【详解】最小二乘法求回归方程,是为了使残差平方和最小,B正确;其他选项错误. 故选:B 题型3、综合应用 11.以下有关直线拟合效果的说法错误的是(    ) A.通过最小二乘法得到的线性回归直线经过样本点的中心 B.相关系数r越小,表明两个变量相关性越弱 C.最小二乘法求回归直线方程,是求使最小的a,b的值 D.决定系数R2越接近1,表明直线拟合效果越好 【答案】B 【分析】根据线性回归直线的定义,相关指数,相关系数的定义判断. 【详解】线性回归直线一定经过样本的中心,A正确; 相关系数r的绝对值越小,表明两个变量相关性越弱,越接近于1,相关性越强,B错; 最小二乘法求回归直线方程,就是求使最小的a,b的值,C正确; 越接近1,表明回归的效果越好,越接近于0,效果越差,D正确. 故选:B. 12.由数据,,…,可得y关于x的线性回归方程为,若,则(    ) A.48 B.52 C.66 D.80 【答案】C 【分析】由,求出,由回归方程求出,可得. 【详解】,则有,y关于x的线性回归方程为, 有,又,则. 故选:C. 13.已知由样本数据组成的一个样本,变量具有线性相关关系,其经验回归方程为,并计算出变量之间的相关系数为,则经验回归直线经过(    ) A.第一、二、三象限 B.第二、三、四象限 C.第一、二、四象限 D.第一、三、四象限 【答案】B 【分析】由题意可知负相关,已知条件求得样本中心点,然后根据经验回归直线经过样本点中心即可得出结果. 【详解】由相关系数为,知负相关,所以. 又,求得样本中心点为, 由于在经验回归直线上,且点在第三象限, 所以经验回归直线经过第二、三、四象限. 故选:B. 14.某品牌手机商城统计了开业以来前5个月的手机销量情况如下表所示: 时间x 1 2 3 4 5 销售量y(千只) 0.5 0.7 1.0 1.2 1.6 若y与x线性相关,且线性回归方程为,则下列说法不正确的是(    ) A.由题中数据可知,变量y与x正相关 B.线性回归方程中, C.时,残差为0.06 D.可以预测时,该商场手机销量约为1.81千只 【答案】B 【分析】利用回归直线方程的概念一一判断求解. 【详解】对A,由图表可知,变量y与x正相关, 且,即变量y与x正相关,A正确; 对B,由图表数据可得, 因为样本中心满足回归直线,所以,解得,B错误; 对C,时,残差为,C正确; 对D,时,该商场手机销量约为千只,D正确; 故选:B. 15.已知变量y与x之间具有线性相关关系,根据变量x与y的相关数据,计算得则y关于x的线性回归方程为(    ) 附:回归方程中的斜率和截距的最小二乘法估计公式分别为 A. B. C. D. 【答案】B 【分析】根据已知数据求,代入回归直线方程即可求解. 【详解】由题中的数据可知, 所以. 所以. 所以y关于x的线性回归方程为. 故选:B. 一、单选题 1.下列图中,线性相关性系数最大的是(    ) A. B. C. D. 【答案】A 【分析】由点的分布特征可直接判断 【详解】观察4幅图可知,A图散点分布比较集中,且大体接近某一条直线,线性回归模型拟合效果比较好,呈现明显的正相关,值相比于其他3图更接近1. 故选:A 2.已知一系列样本点的一个经验回归方程为,若样本点的残差为1,则(    ) A. B.6 C. D.8 【答案】C 【分析】观测值减去预测值称为残差;进而利用残差的定义即可求解. 【详解】样本点的观测值为,预测值为, 则残差为,解得. 故选:C. 3.如图对两组数据,和,分别进行回归分析,得到散点图如图,并求得线性回归方程分别是和,并对变量,进行线性相关检验,得到相关系数,对变量,进行线性相关检验,得到相关系数,则下列判断正确的是(   ) A. B. C. D. 【答案】D 【分析】由两散点图中散点的位置关系直接得答案. 【详解】由散点图可知,与负相关,与正相关,则,,故A、B错误; 且图形中点比更加集中在一条直线附近, 则,又,,得. 故C错误,D正确. 故选:D. 4.某工厂的每月各项开支与毛利润(单位:万元)之间有如图关系,与的线性回归方程是,则(    ) x 2 4 5 6 8 y 30 40 60 50 70 A.17.5 B. C. D. 【答案】A 【分析】求出,,根据回归直线方程过样本中心点,代入计算可得. 【详解】由表格中的数据可得,, 则样本中心点的坐标为,将样本中心点的坐标代入回归直线方程可得,解得. 故选:A. 5.由样本数据点的散点图可知,变量与线性相关,求得的回归直线方程为,且.若去除两个数据点和,则剩余样本数据点纵坐标的平均值为(    ) A.3 B.4 C.5 D.6 【答案】C 【分析】根据回归直线方程过样本点中心,再根据平均数公式,即可求解. 【详解】, 则除去两个数据点和后的平均值为. 故选:C 6.在一段时间内,分5次测得某种商品的价格(万元)和需求量之间的一组数据,绘制散点图如图所示,利用最小二乘法求得相应的经验回归方程为,根据上述信息,如下判断正确的是(   ) 价格 2 需求量 12 10 7 A.商品的价格和需求量存在正相关关系 B.与不具有线性相关关系 C. D.价格定为万元,预测需求量大约为 【答案】D 【分析】由散点图判断A,根据回归直线方程判断B,求出,,根据回归直线方程必过样本中心点求出,令求出,即可判断D. 【详解】由散点图可知,商品的价格和需求量存在负相关关系,故A错误; 由经验回归方程为,可知与具有线性相关关系,故A错误; 又,, 又经验回归直线方程必过样本中心点, 则,解得,故C错误; 当时,, 所以价格定为万元,预测需求量大约为,故D正确. 故选:D. 7.2023年第19届亚运会在杭州举行,亚运会的吉祥物琮琮、莲莲、宸宸深受大家喜爱,某商家统计了最近5个月销量,如表所示:若y与x线性相关,且线性回归方程为,则下列说法不正确的是(    ) 时间x 1 2 3 4 5 销售量y/万只 5 4.5 4 3.5 2.5 A.由题中数据可知,变量y与x负相关 B.当时,残差为0.2 C.可以预测当时销量约为2.1万只 D.线性回归方程中 【答案】B 【分析】对于选项A,利用表中数据变化情况或看回归方程的正负均可求解;对于选项B,利用样本中心点求出线性回归方程,再利用回归方程即可求出预测值,进而可求出残差;对于选项C,利用回归方程即可求出预测值;对于选项D,利用回归方程一定过样本中心点即可求解. 【详解】对于选项A,从数据看随的增大而减小,所以变量与负相关,故A正确; 对于选项B,由表中数据知,, 所以样本中心点为,将样本中心点代入中得, 所以线性回归方程为,所以,,故B错误; 对于选项C,当时销量约为(万只),故C正确. 对于选项D,由上,故D正确. 故选:B. 8.某高科技企业为确定下一年度投入某种产品的研发费用,需了解年研发费用(单位:千万元)对年销售量(单位:千万件)的影响,统计了近10年投入的年研发费用与年销售量的数据,经分析数据发现用函数(其中均为大于0的常数)拟合效果较好,并对数据作出如下处理,得到相关统计量的值如下表所示: 9.4 29.7 2 366 5.5 439.2 55 其中.根据数据预测投入的年研发费用为4.5亿元时的年销售量为(    )(参考数据及公式:) A.4.78亿件 B.3.68亿件 C.47.8亿件 D.36.8亿件 【答案】A 【分析】利用题中的数据计算可得回归方程,将代入回归方程计算可得结论 【详解】解:令,建立关于的经验回归方程, , , 所以关于的经验回归方程为, 因此关于的回归方程为, 当时, 千万件亿件. 故选:A 二、多选题 9.对于经验回归方程,以下判断正确的是(    ) A.变量x与变量y正相关 B.该方程一定过点 C.根据经验回归方程可以预测,当时,变量 D.当变量x减少一个单位时,y平均增加2个单位 【答案】BCD 【分析】由经验回归方程斜率可得A;由经验回归方程必过样本中心点可得B;由经验回归方程性质计算可得C、D. 【详解】对于A选项,由,故变量x与变量y负相关,所以A项错误; 对于B选项,经验回归方程必过点,所以B项正确; 对于C选项,根据经验回归方程,可预测变量时,变量,所以C项正确; 对于D选项,在回归方程中,当变量x减少一个单位时, y平均增加2个单位,所以D项正确. 故选:BCD. 10.已知变量之间的线性回归方程为,且变量之间的一组相关数据如表所示,则下列说法正确的是(   ) x 6 8 10 12 y 6 m 3 2 A.变量之间呈现负相关关系 B. C.可以预测,当时,y约为 D.由表格数据知,该回归直线必过点 【答案】ABD 【分析】根据回归直线斜率知A正确;利用回归直线必过样本中心点可构造方程求得,可知B正确,D正确;将代入回归直线知C错误. 【详解】对于A,由得:,故呈负相关关系,A正确; 对于B,,, ,解得:,B正确; 对于C,当时,,C错误; 对于D,由知:,回归直线必过点,即必过点,D正确. 故选:ABD. 三、填空题 11.蟋蟀鸣叫可以说是大自然优美、和谐的音乐,殊不知蟋蟀鸣叫的频率x(每分钟鸣叫的次数)与气温y(单位:℃ )存在着较强的线性相关关系.某地观测人员根据下表的观测数据,建立了y关于x的线性回归方程. x(次数/分钟) 20 30 40 50 60 y(℃) 25 27.5 29 32.5 36 则当蟋蟀每分钟鸣叫62次时,该地当时的气温预报值为 . 【答案】 【分析】根据给定数表求出样本的中心点,再求出值并求出预报值. 【详解】依题意,,, 于是,解得,则y关于x的线性回归方程为, 当时,, 所以该地当时的气温预报值为(℃). 故答案为: 12.已知变量与的10对观测数据为,且,,若关于的经验回归方程为,则变量的平均值 ; . 【答案】 10 9 【分析】根据给定条件,求出,再利用回归方程求出,进而求出. 【详解】依题意,,又,则,解得, 由,得. 故答案为:10;9 四、解答题 13.某种产品的价格(单位:万元/吨)与需求量(单位:吨)之间的对应数据如下表所示: 12 11 10 9 8 5 6 8 10 11 (1)已知可用线性回归模型拟合与的关系,求关于的线性回归方程; (2)请预测当该产品定价为6万元时需求量能否超过15吨?并说明理由. 参考公式:,. 【详解】(1)由题意得, . ,, ,. 关于的线性回归方程为. (2)当时,代入可得,. 故当该产品定价为6万元时,需求量不超过15吨. 14.《中共中央国务院关于全面推进乡村振兴加快农业农村现代化的意见》,这是21世纪以来第18个指导“三农”工作的中央一号文件.文件指出,民族要复兴,乡村必振兴.为助力乡村振兴,某电商平台为某地的农副特色产品开设直播带货专场.为了对该产品进行合理定价,用不同的单价在平台试销,得到如下数据: 单价(元/件) 8 8.2 8.4 8.6 8.8 9 销量(万件) 90 84 83 80 75 68 (1)根据以上数据,求关于的线性回归方程; (2)若该产品成本是7元/件,假设该产品全部卖出,预测把单价定为多少时,工厂获得最大利润,最大利润是多少. 附:参考公式:回归方程, 其中,. 参考数据:,. 【详解】(1)因为, , 所以. 则, 因此回归直线方程为. (2)设工厂获得的利润为万元, 则, 所以该产品的单价定为元时,工厂获得利润最大,最大利润为万元. 15.为了适应市场需求,同时兼顾企业盈利的预期,某科技公司决定增加一定数量的研发人员,经过调研,得到年收益增量(单位:亿元)与研发人员增量(人)的10组数据.现用模型①,②分别进行拟合,由此得到相应的经验回归方程,并进行残差分析,得到如图所示的残差图. 根据收集到的数据,计算得到下表数据,其中. 7.5 2.25 82.50 4.50 12.14 2.88 (1)根据残差图,判断应选择哪个模型;(无需说明理由) (2)根据(1)中所选模型,求出关于的经验回归方程;并用该模型预测,要使年收益增量超过8亿元,研发人员增量至少多少人?(精确到1) 【详解】(1)选择模型②,理由如下: 由于模型②残差点比较均匀地落在水平的带状区域中,且带状区域的宽度比模型②带状宽度窄, 所以模型②的拟合精度更高,回归方程的预报精度相应就会越高,所以选模型②比较合适; (2)根据模型②,令与可用线性回归来拟合,有, 则, 所以, 则关于的经验回归方程为. 所以关于的经验回归方程为, 由题意,,解得,又为整数,所以, 所以,要使年收益增量超过8亿元,研发人员增量至少为10人. 原创精品资源学科网独家享有版权,侵权必究!12 学科网(北京)股份有限公司 学科网(北京)股份有限公司 学科网(北京)股份有限公司 学科网(北京)股份有限公司 $$

资源预览图

第8.2讲  一元线性回归模型及其应用-2023-2024学年新高二数学同步精讲精练宝典(人教A版2019选修第三册)-第1页
1
第8.2讲  一元线性回归模型及其应用-2023-2024学年新高二数学同步精讲精练宝典(人教A版2019选修第三册)-第2页
2
第8.2讲  一元线性回归模型及其应用-2023-2024学年新高二数学同步精讲精练宝典(人教A版2019选修第三册)-第3页
3

由于学科网是一个信息分享及获取的平台,不确保部分用户上传资料的 来源及知识产权归属。如您发现相关资料侵犯您的合法权益,请联系学科网,我们核实后将及时进行处理。