专题02 成对数据的线性相关性(高效培优专项训练)数学北师大版高二选择性必修第一册
|
2份
|
43页
|
5人阅读
|
0人下载
内容正文:
专题02 成对数据的线性相关性
题型一 相关关系与函数关系的辨析 题型二 判断正、负相关
题型三 由散点图判断线性相关 题型四 相关系数的意义与性质
题型五 相关系数的计算与应用
题型一:相关关系与函数关系的辨析
1.为了了解性别与视力之间的关系,一个调查机构得到列联表如图,则当取下面何值时,性别与视力无关的可能性最大( )
男
女
近视
240
200
不近视
50
A.40 B.60
C.100 D.240
【答案】B
【分析】根据相关性的概念求解即可.
【详解】根据相关性的概念可知当,即近视与不近视的男女比例相同时,性别与视力无关的可能性最大,
解得,
故选:B
2.已知四组不同数据的两变量的线性相关系数如下:数据组①的相关系数;数据组②的相关系数;数据组③的相关系数;数据组④的相关系数.则下列说法正确的是( )
A.数据组①对应的数据点都在同一直线上 B.数据组②中的两变量线性相关性最强
C.数据组③中的两变量线性相关性最强 D.数据组④中的两变量线性相关性最弱
【答案】B
【分析】根据线性相关系数的性质逐个判断即可
【详解】对A,数据组①的相关系数,故数据组①对应的数据点无线性关系,故A错误;
对BC,数据组②的相关系数为4组中绝对值的最大值,故数据组②中的两变量线性相关性最强,故B正确,C错误;
对D,数据组①的相关系数为4组中绝对值最小,故数据组①中的两变量线性相关性最弱,故D错误
故选:B
3.某校数学建模兴趣小组为研究本地区儿子身高与父亲身高之间的关系,抽样调查后得出与线性相关,且经验回归方程为.调查所得的部分样本数据如下:
父亲身高
164
166
170
173
173
174
180
儿子身高
165
168
176
170
172
176
178
则下列说法正确的是( )
A.儿子身高是关于父亲身高的函数
B.当父亲身高增加时,儿子身高增加
C.儿子身高为时,父亲身高一定为
D.父亲身高为时,儿子身高的均值为
【答案】D
【分析】根据变量的线性相关、经验回归方程特点逐项分析即可得结论.
【详解】由题意知父亲身高与儿子身高 具有线性相关关系,
不是函数关系,故A不正确;
当父亲身高增加时,儿子身高约增加,故B不正确;
当儿子身高为时,代入可得,父亲身高可能为,故C不正确;
若某父亲身高为,则其儿子的身高估计为,故D正确.
故选:D.
4.根据物理中的胡克定律,弹簧伸长的长度与所受的外力成正比.测得一根弹簧伸长长度x和相应所受外力F的一组数据如下:
编号
1
2
3
4
5
6
1
1.2
1.4
1.6
1.8
2.0
3.08
3.76
4.31
5.02
5.51
6.25
据此给出以下结论:
①这两变量不相关;②这两个变量负相关;③这两个变量正相关.
其中所有正确结论的个数是( )
A.3 B.2
C.1 D.0
【答案】C
【分析】根据散点图判断.
【详解】画出弹簧伸长长度x和相应所受外力F的散点图,
可以判断这两变量相关,且为正相关,故①②错误,③正确.
故选:C
5.对于相关系数下列描述正确的是( )
A.两个变量相关则
B.两个变量无关则
C.越小,表明两个变量线性相关性越弱
D.越接近于,表明两个变量线性相关性越强
【答案】D
【分析】根据相关系数的定义,可得答案.
【详解】两个变量之间的相关系数的绝对值越接近于 ,表示两个变量的线性相关性越强,
的绝对值越接近于,表示两个变量的线性相关性越弱,故C错误,D正确,
表示两个变量正相关,表示两个变量负相关,故A、B错误.
故选:D.
6.判断下列变量间哪些能用函数模型刻画,哪些能用回归模型刻画.
回归模型:________;函数模型:________.
①某公司的销售收入和广告支出;
②某城市写字楼的出租率和每平米月租金;
③航空公司的顾客投诉次数和航班正点率;
④某地区的人均消费水平和人均国内生产总值(GDP);
⑤学生期末考试成绩和考前用于复习的时间;
⑥一辆汽车在某段路程中的行驶速度和行驶时间;
⑦正方形的面积与周长.
【答案】①②③④⑤ ⑥⑦
【分析】利用回归模型与函数模型的定义依次分析即可.
【详解】对于①,销售收入虽然跟广告支出有关,但并不是广告打得多就对销售得多,还得看产品质量等其他因素,故其为回归模型;
对于②,某城市写字楼的出租率和每平米月租金有关,但写字楼的出租率还跟租户的收入、写字楼的地理位置等因素有关,故其为回归模型;
对于③,航空公司的顾客投诉次数和航班正点率有关,但航班正点率还跟天气等因素有关,故其为回归模型;
对于④,某地区的人均消费水平和人均国内生产总值(GDP)有关,但同样的GDP,一线城市与十八线城市的人均消费显然是不一样的,故其为回归模型;
对于⑤,学生期末考试成绩和考前用于复习的时间有关,但显然跟学生原本的知识基础、智商水平等因素有关,故其为回归模型;
对于⑥,一辆汽车在某段路程中的行驶速度和行驶时间,由可知其为函数模型;
对于⑦,正方形的面积为,周长为,故,故其为函数模型.
故答案为:①②③④⑤;⑥⑦
7.某种产品销售价格x(万元/吨)和销售量y(吨)的变化情况如表:
x
5
5.5
6
6.5
7
y
13
11
10
9
7
(1)计算y与x的相关系数r,并说明y与x的关系是否可用线性回归模型拟合;(一般地,若,则可认为线性相关程度较高,可用线性回归模型拟合.)
(2)若该产品每吨成本为4万元,请利用y与x的回归.关系预测:销售价格定为多少时该产品的销售利润最大?(结果精确到0.01)
参考公式:对于一组数据,
其相关系数;其回归直线的斜率和截距的最小二乘估计分别为:,.
参考数据:,.
【答案】(1)
,可以用线性回归模型拟合与的关系.
(2)预测销售价格为6.79万元/吨
【分析】(1)由相关系数的公式,根据表中数据,求得相关系数,结合其性质,可得答案;
(2)由回归直线方程公式求得回归直线方程,代入数据,可得答案.
【详解】(1)由题意,, ,
,
,
.
所以,
所以,故与的线性相关程度较高,可以用线性回归模型拟合与的关系.
(2),
所以关于的经验回归方程为.
由题意,销售利润为,
当时,取得最大值,
所以预测销售价格为6.79万元/吨时,该产品销售利润最大.
8.浙江省教育厅等五部门印发《浙江省山区26县和海岛县“县中崛起”行动计划》,从招生管理、县中对口帮扶、教科研指导等九方面提升共同富裕背景下教育公共服务的质量和水平.某校为增强实力,大力招揽名师、建设校园设施,近5年该校招生人数的数据如下表:
年份序号
1
2
3
4
5
招生人数/千人
1.3
1.7
2.2
2.8
3.5
(1)由表中数据可看出,可用线性回归模型拟合与的关系,请用相关系数加以证明;
(2)求关于的回归直线方程,并预测当年份序号为7时该校的招生人数.
参考数据:.
参考公式:相关系数,
回归方程中斜率和截距的最小二乘估计公式分别为.
【答案】(1)证明:由, ,
,
所以,
因为与1非常接近,故可用线性回归模型拟合与的关系.
(2),预测当年份序号为7时该校的招生人数为4.5千人
【分析】(1)求出,结合公式求出r,即可下结论;
(2)利用最小二乘法求出回归直线方程,令计算,即可求解.
【详解】(1)略
(2),
所以关于的回归直线方程为.
当时,,
由此预测当年份序号为7时该校的招生人数为4.5千人
题型二:判断正、负相关
1.在下列各散点图中,两个变量具有正相关关系的是( )
A. B.
C. D.
【答案】B
【分析】根据散点图中两个变量的变化趋势直接判断即可.
【详解】对于A,散点的变化具有波动性,非正相关关系,A错误;
对于B,当变大时,的变化趋势也是逐渐增大,可知两个变量具有正相关关系,B正确;
对于C,当变大时,的变化趋势是逐渐减小,可知两个变量具有负相关关系,C错误;
对于D,两个变量的变化无规律,二者没有相关性,D错误.
故选:B.
2.如下四个散点图中,正相关的是( )
A. B.
C. D.
【答案】A
【分析】根据散点图中点的分布情况,判断是否具有相关性和正负相关关系.
【详解】对于A,散点图中的点从左向右是上升的,且在一条直线附近,是正相关;
对于B,散点图中的点从左向右是下降的,且在一条直线附近,是负相关;
对于C、D,散点图中的点不成带状分布,没有明显的相关关系;
故选:A.
【点睛】方法点睛:该题考查的是有关正负相关的判断问题,解题方法如下:
(1)观察图中散点图是不是成带状区域;
(2)判断其从左往右上升正相关,下降负相关.
3.已知由样本数据点集合,求得的回归直线方程为,且.现发现两个数据点和误差较大,去除这两点后重新求得的回归直线方程的斜率为,则正确的是( )
A.变量与具有负相关关系
B.去除后的估计值增加速度变快
C.去除后回归方程为
D.去除后相应于样本点(2,3.75)的残差为
【答案】D
【分析】运用回归直线方程的性质、残差的基本概念等进行解题.
【详解】解:选项A:因为去除前回归直线的斜率为 ,重新求得的回归直线 的斜率为 ,两者均大于0,所以变量 与 具有正相关关系,所以选项A错误;
选项B:去除前回归直线的斜率为,去除后回归直线的斜率为,去除前的斜率大于去除后的斜率,所以去除后的估计值增加速度变慢,所以选项B错误;
选项C:去除前,则可得,设,,,,则去除后样本中心设为,所以,,
又因为回归直线方程的斜率为,所以去除后的回归直线方程为,
所以选项C错误;
选项D:由C选项可知,去除后的回归直线方程为,当时,,则残差为,所以选项D正确;
故选:D.
4.某中学课外活动小组为了研究经济走势,根据该市1999-2021年的GDP(国内生产总值)数据绘制出下面的散点图:
该小组选择了如下2个模型来拟合GDP值y随年份x的变化情况,模型一:;模型二:,下列说法正确的是( )
A.变量y与x负相关
B.根据散点图的特征,模型一能更好地拟合GDP值随年份的变化情况
C.若选择模型二,的图象一定经过点
D.当时,通过模型计算得GDP值为70,实际GDP的值为71,则残差为1
【答案】D
【分析】对于AB,由散点图的变化趋势分析判断,对于C,由线性回归方程的性判断,对于D,结合残差的定义判断.
【详解】对于A,由散点图可知y随年份x的增大而增大,所以变量y与x正相关,所以A错误,
对于B,由散点图可知变量y与x的变化趋向于一条曲线,所以模型二能更好地拟合GDP值随年份的变化情况,所以B错误,
对于C,若选择模型二:,令,则的图象经过点,所以C错误,
对于D,当时,通过模型计算得GDP值为70,实际GDP的值为71,则残差为,所以D正确,
故选:D
5.为了更好地适应市场需求,某企业根据市场调研得到研发投入(亿元)与产品收益(亿元)的数据统计如下:
1
2
3
4
5
6
7
2
3
5
7
8
8
9
参考公式:,
则下列选项不正确的是( )
A.
B.由散点图知变量和正相关
C.相关系数的绝对值越接近0,表示的线性相关程度越弱
D.用最小二乘法求得关于的线性回归直线方程为
【答案】D
【分析】对于A,根据条件,直接求出,即可求解;对于B,根据条件,画出散点图,即可求解;对于C,根据相关系数的定义判断即可;对于D,利用线性回归直线方程过样本中心 ,代入计算,即可求解.
【详解】对于选项A,由题知,
,故选项A正确;
对于选项B,由图表可得散点图如下,由散点图知变量和正相关,所以选项B正确;
对于选项C,相关系数的绝对值越接近0,表示的线性相关程度越弱,故选项C正确;
对于选项D,因为样本中心点为,又,
所以不是关于的线性回归直线方程,故选项D不正确.
故选:D
6.下列关系中,属于相关关系的是______(填序号).
①球的体积与该球的半径之间的关系;
②农作物的产量与施肥量之间的关系;
③一般情况下,一个人的身高和体重之间的关系.
【答案】②③
【详解】在①中,球的体积与该球的半径之间是函数关系,不是相关关系;
在②中,农作物的产量与施肥量之间不具有严格的函数关系,但具有相关关系;
在③中,一般情况下,一个人的身高和体重是正相关关系.
7.据统计,某省2018年~2024年水果人均占有量(单位:kg)和年份代码绘制的散点图(2018年~2024年的年份代码分别为1~7)如图所示.
(1)根据散点图分析与之间的相关关系;
(2)根据散点图相应数据计算得,,求关于的线性回归方程.
【答案】(1)与 呈正线性相关关系
(2)
【分析】(1)根据散点图结合相关性的性质可得;
(2)根据数据及公式可得回归方程.
【详解】(1)根据散点图可知,与 呈正线性相关关系
(2)由题中的数据可知,,,
,
所以关于的线性回归方程为
8.新冠肺炎疫情发生以来,中医药全面参与疫情防控救治,做出了重要贡献.某中医药企业根据市场调研与模拟,得到研发投入(亿元)与产品收益(亿元)的数据统计如下:
研发投入x(亿元)
1
2
3
4
5
产品收益y(亿元)
3
7
9
10
11
(1)计算的相关系数,并判断是否可以认为研发投入与产品收益具有较高的线性相关程度?(若,则线性相关程度一般,若,则线性相关程度较高)
(2)求出关于的线性回归方程,并预测若想收益超过50(亿元)则需研发投入至少多少亿元?(结果保留一位小数)
参考数据:;
附:相关系数公式:;
回归直线方程的斜率.
【答案】(1),相关程度较高
(2);投入至少亿元
【分析】(1)直接通过计算相关系数来进行判断;
(2)先计算回归直线方程,然后再做出预测.
【详解】(1),
,
,
,
所以,所以相关程度较高;
(2)由(1)得,,
所以,,
所以,令,
得,所以研发投入至少亿元.
题型三:由散点图判断线性相关
1.某兴趣小组研究光照时长和向日葵种子发芽数量y(颗)之间的关系,采集5组数据,作如图所示的散点图.若去掉后,下列说法正确的是( )
A.相关系数r的绝对值变小 B.相关指数变小
C.残差平方和变大 D.解释变量x与响应变量y的相关性变强
【答案】D
【分析】观察图象,较其他的点偏离回归直线最大,去掉 后,回归效果更好,结合相关系数、相关指数、残差平方和以及相关性逐项分析判断.
【详解】观察图象知:较其他的点偏离回归直线最大,因此去掉 后,回归效果更好,
对于A,相关系数越接近于1,线性相关性越强,因此去掉后,相关系数的绝对值变大,A错误;
对于B,相关指数越接近于1,拟合效果越好,因此去掉后,相关指数变大,B错误;
对于C,残差平方和变大,拟合效果越差,因此去掉后,残差平方和变小,C错误
对于D,由选项A知,去掉后,相关系数的绝对值变大,因此解释变量与响应变量的相关性变强,D正确.
故选:D
2.已知x,y的取值如下表所示,从散点图分析可知y与x线性相关,如果线性回归方程为,则下列说法不正确的是( )
A.m的值为6.2
B.回归直线必过点(2,4.4)
C.样本点(4,m)处的残差为0.1
D.将此图表中的点(2,4.4)去掉后,样本相关系数r不变
【答案】C
【分析】根据平均数的定义及样本中心在经验回归直线方程上,利用残差的定义及样本相关系数的公式即可求解.
【详解】由题意可知,
所以样本中心为,
将点代入,可得,解得,故A正确;
由,得样本中心为,所以回归直线必过点(2,4.4),故B正确;
当时,,
由,得样本点处的残差为,故C错误;
因为样本中心为,
所以
由相关系数公式知, ,将此图表中的点(2,4.4)去掉后,样本相关系数r不变,故D正确;
故选:C.
3.下列说法正确的是( )
A.是上的可导函数,若,则是的极值点
B.回归分析中,的值越小,说明残差平方和越小
C.两个变量相关性越强,则相关系数就越接近于1
D.残差点比较均匀地落在水平的带状区域内,带状区域宽度越窄,回归方程的预报精度越高
【答案】D
【分析】A选项:根据函数极值点的存在条件判断;B选项:根据的意义判断;C选项:根据 的意义判断;D选项:根据残差的意义判断.
【详解】A选项:当时, ,当 时, ,但是 时,
,时,,所以不是的极值点,故A错误;
B选项:回归分析中,的值越小,说明拟合效果越差,残差平方和越大,故B错误;
C选项:两个变量相关性越强,则相关系数的绝对值就越接近于1,故C错误;
D选项:残差点比较均匀地落在水平的带状区域内,带状区域宽度越窄,回归方程的预报精度越高,D正确.
故选:D
4.下列说法正确的是( )
A.残差图中残差点所在的水平带状区域越宽,则回归方程的预报精确度越高
B.样本相关系数r越大,成对样本数据的线性相关性越强;反之,线性相关性越弱
C.回归直线就是散点图中经过样本数据点最多的那条直线
D.甲、乙两个模型的决定系数分别约为0.88和0.80,则模型甲的拟合效果更好
【答案】D
【分析】根据残差的定义即可判断A,根据相关系数以及决定系数的性质即可判断BD,根据回归直线方程的定义即可判断C.
【详解】对应A,残差图中残差点所在的水平带状区域越窄,则回归方程的预报精确度越高,故A错误,
对于B,样本相关系数r的绝对值越大,成对样本数据的线性相关性越强;反之,线性相关性越弱,故B错误,
对于C,回归直线就是散点图中,从整体上看大致在一条直线的附近的那条直线,并不是经过数据点最多的直线,故C错误,
对于D,决定系数越大则拟合效果越好,由于,则模型甲的拟合效果更好,故D正确,
故选:D
5.某企业根据市场调研得到研发投入(亿元)与产品收益(亿元)的数据统计如下:
1
2
3
4
5
6
7
2
3
5
7
8
8
9
(参考公式与数据:,,,),则下列叙述正确的是( )
A.相关系数的绝对值越接近0,表示,的线性相关程度越强
B.,
C.当时,残差为
D.用最小二乘法求得关于的线性回归直线方程为
【答案】C
【分析】根据相关系数与线性相关程度的关系,平均数,残差,线性回归方程计算的结果判断各个选项;
【详解】对于A,根据表格作出散点图如下所示,
由图可知,变量和正相关,但相关系数的绝对值越接近1,线性相关程度越强,越接近0,相关程度越弱,故A错误;
对于B,,故B错误;
对于D,根据公式计算回归系数,
,所以回归直线方程为,故D错误;
对于C,当时,预测值,残差为,故C正确.
6.下列命题中正确的命题有_________.(填序号)
①线性回归直线必过样本数据的中心点;
②当相关性系数时,两个变量正相关;
③如果两个变量的相关性越强,则相关性系数r就越接近于1;
④残差图中残差点所在的水平带状区域越宽,则回归方程的预报精确度越高;
【答案】①②
【详解】根据线性回归的性质,线性回归直线一定过样本中心点,故①正确;
相关系数的符号表示相关方向,时两个变量正相关,时两个变量负相关,故②正确;
变量相关性越强,是相关系数的绝对值越接近1,正相关时接近1,负相关时接近,故③错误;
在残差图中,残差点所在带状区域越窄,说明残差波动越小,回归预报精确度越高;
带状区域越宽,说明残差波动越大,预报精确度越低,故④错误.
7.随着移动互联网和直播带货技术的发展,直播带货已经成为一种热门的销售方式,特别是商家通过展示产品,使顾客对商品有更全面的了解.下面统计了某新手开启直播带货后从6月份到10月份每个月的销售量(万件)的数据,得到如图所示的散点图.其中6月份至10月份相应的代码为,如:表示6月份.
(1)根据散点图判断,模型①与模型②哪一个更适宜作为月销售量关于月份代码的回归方程?(给出判断即可,不必说明理由)
(2)(i)根据(1)的判断结果,建立关于的回归方程;(计算结果精确到0.01)
(ⅱ)根据结果预测12月份的销售量大约是多少万件?
参考公式与数据: , , ,其中.
【答案】(1)模型②
(2)(i);(ⅱ)预测12月份的销售量大约是13.9万件
【分析】(1)根据散点图结合一次函数以及二次函数图象特征分析判断;
(2)(i)令,根据题中数据和公式求回归方程;
(ⅱ)令,代入回归方程运算求解即可.
【详解】(1)由散点图可知增加幅度不一致,且散点图接近于曲线,非线性,
结合图象故选模型②.
(2)(i)令,则,
可得,,
则,,
所以关于的回归方程为,
即关于的回归方程;
(ⅱ)令,可得,
预测12月份的销售量大约是13.9万件.
8.某地区响应“节能减排,低碳生活”的号召,开展系列的措施控制碳排放.环保部门收集到近5年内新增碳排放数量,如下表所示,其中x为年份代号,y(单位:万吨)代表新增碳排放量.
年份
2019
2020
2021
2022
2023
年份代号
1
2
3
4
5
新增碳排放万吨
6.1
5.2
4.9
4
3.8
(1)请计算并用相关系数的数值说明与间具有较强的线性相关性(若,则线性相关程度较高);
(2)求关于的线性回归方程,并据此估计该地区年的新增碳排放.
参考数据:,,,,,,.
参考公式:对于一组数据,,…,,其回归直线的斜率和截距的最小二乘法估计公式,相关系数r的公式分别为,,.
【答案】(1),线性相关程度较高
(2),估计该地区年的新增碳排放万吨
【分析】(1)通过计算相关系数来确定正确答案.
(2)根据回归方程的求法求得回归方程,并由此作出预测.
【详解】(1)依题意,
,
所以,所以线性相关程度较高.
(2),
,
所以,
当时,万吨.
题型四:相关系数的意义与性质
1.下列说法中,正确的是( )
A.两个变量的相关程度越强,相关系数越接近于1
B.残差图中,残差点所在的水平带状区域越窄,则回归方程的预报精确度越低
C.残差平方和越小的模型,拟合的效果越好
D.根据分类变量与的成对样本数据,计算得到,根据小概率值的独立性检验:,可判断与有关联
【答案】C
【详解】选项A:两个变量的相关程度越强,是相关系数的绝对值越接近于1,故A错误;
选项B:残差图中,残差点所在的水平带状区域越窄,说明残差的波动越小,
回归方程的预报精确度越高,而不是越低,故B错误;
选项C:残差平方和是衡量模型拟合误差的核心指标,残差平方和越小,
代表模型对实际数据的偏差总和越小,模型的拟合效果越好,故C正确;
选项D:独立性检验中,只有计算得到的统计量大于对应显著性水平的临界值,才能判断两个变量有关联.
本题中,没有足够的统计依据判断X与Y存在关联,故D错误.
2.下列说法错误的是( )
A.在刻画回归模型的拟合效果时,决定系数的值越大,说明模型的拟合效果越好
B.成对样本数据的线性相关程度越强,则样本相关系数的值越接近于
C.独立性检验(卡方检验)只能在一定犯错概率下推断两个分类变量是否有关,属于概率性判断,无法做到精确判定
D.一元线性回归模型的残差比较均匀地分布在以取值为0的横轴为对称轴的水平带状区域内
【答案】B
【详解】决定系数, 越靠近1,代表残差平方和越小,模型对数据拟合效果越好,
故A正确;
样本相关系数,越接近1,代表正线性相关程度越强,
越接近,代表负线性相关程度越强,线性相关性看趋近于1,
不是的值越接近于,故B错误;
独立性检验依靠卡方观测值与临界值对比判断相关性,会给定犯错概率,
只能得出“有多大把握认为变量相关”的概率性结论,无法做到精确判定,
故C正确;
合格的一元线性回归模型,残差会均匀分布在直线上下,
呈现以为对称轴的水平带状区域分布,故D正确.
3.下列说法正确的是( )
A.正态分布的图象越瘦高,越大
B.在残差图中,残差比较均匀地分布在以取值为0的横轴为对称轴的水平带状区域内,该区域宽度越窄;其模型拟合效果越好
C.样本相关系数的大小可以反映成对样本数据之间线性相关的程度,当越小,成对样本数据的线性相关程度越弱
D.用决定系数来比较两个模型的拟合效果.越小,表示残差平方和越小,即模型的拟合效果越好
【答案】B
【分析】结合正态分布、残差图、样本相关系数、决定系数的相关性质,逐项分析判断即可.
【详解】对于A:正态分布中, 为标准差, 越小,数据集中程度越高,图象越瘦高,故A错误;
对于B:残差图的带状区域宽度越窄,说明预测值与实际值的偏差越小,模型拟合效果越好,故B正确;
对于C:样本相关系数的绝对值反映成对样本数据的线性相关程度,越接近0,线性相关程度越弱;
当为负值时,越小对应越大,线性相关程度越强,故C错误;
对于D:决定系数,越大,残差平方和越小,模型拟合效果越好,故D错误.
4.下列说法正确的是( )
A.回归分析中,决定系数越小,说明残差平方和越小,拟合效果越好
B.线性相关系数r越大,两个变量的线性相关性越强;反之,线性相关性越弱
C.已知随机变量,则
D.已知随机变量,则
【答案】C
【详解】对于A,回归分析中,决定系数, 越小,说明残差平方和越大,模型拟合效果越差,故A错误;
对于B,线性相关系数越大,两个变量的线性相关性越强.若为负数,越大(越接近0)反而线性相关性越弱,故B错误;
对于C,由随机变量得,,故C正确;
对于D,因,则,又因,
则,故D错误.
5.已知四个点,,,得到的线性相关系数为,去掉后得到的线性相关系数为,则( )
A. B.
C. D.无法确定
【答案】A
【分析】去掉 后,剩下的三点都在直线 上,两变量完全负相关,故 ;原来的四点不共线,只是线性相关,故 .比较得 .
【详解】注意到, , 均在直线 上.故 ,
而不在该直线上,即四点不共线,故.于是.
6.下列说法中正确的有______(填正确说法的序号).
①若样本数据的方差为4,则数据的标准差为4;
②将两个具有相关关系的变量的一组数据调整为,决定系数不变;
③若线性相关系数越接近1,则两个变量的线性相关性越弱;
④若事件满足,,,则有.
【答案】①②④
【分析】对于①,利用方差的性质求解判断;对于②,根据决定系数的定义判断即可;对于③,根据相关系数的性质判断;对于④,利用独立事件和条件概率公式求解判断.
【详解】①:根据方差性质:若原数据方差为,则数据 的方差 ,
已知原方差,新数据的方差为,标准差为,故①正确.
②:决定系数反映拟合效果,将每个加3后,的均值也加3,残差()不变,残差平方和与总偏差平方和都不变,因此不变,故②正确.
③:线性相关系数越接近1,两个变量的线性相关性越强,越接近0相关性越弱,故③错误.
④:由,可得,
因此,故④正确.
7.某运动服饰公司对产品研发的年投资额(单位:十万元)与年销售量(单位:万件)的数据进行统计,整理后得到如下统计表:
1
2
3
4
5
35
40
50
55
70
(1)求和的样本相关系数(精确到0.01),并推断和的线性相关程度;(若,则线性相关程度很强;若,则线性相关程度一般;若,则线性相关程度很弱)
(2)求年销售量关于年投资额的回归直线方程,并据此预测年投资额为60万元时的年销售量.
参考数据:.
参考公式:相关系数;
回归直线方程中,.
【答案】(1)0.98,变量和 的线性相关程度很强;
(2),75.5万件.
【分析】(1)计算出相关系数所需的数据,根据公式即可求出;
(2)根据公式即可求出与的值,即可得出回归方程,令代入计算即可.
【详解】(1)由题可知,
,
所以,
因为,所以变量和的线性相关程度很强.
(2),
.
所以关于的回归直线方程为.
当时,,
所以研发的年投资额为60万元时,预测产品的年销售星为75.5万件.
8.乘着文旅融合的东风、借着线上推广的热潮,某非遗工坊生产的油纸伞销量逐年增长.该工坊为了科学规划生产,统计了年每年油纸伞的销量数据,结果如下表:
年份/年
2021
2022
2023
2024
2025
年份代码
1
2
3
4
5
年销量/万把
7
8
10
11
14
(1)根据表中样本数据,计算与的样本相关系数(精确到0.01),并推断它们线性相关程度的强弱;
(2)求关于的经验回归方程,并预测该工坊油纸伞的年销量最早在哪一年能超过20万把.
附:①样本相关系数;
②经验回归方程的斜率的最小二乘法估计公式为;
③.
【答案】(1)0.98,与 的线性相关程度很强
(2); 2029年.
【分析】(1)根据公式计算样本相关系数,并判断线性相关程度即可;
(2)根据公式求出经验回归方程后再通过解不等式即可.
【详解】(1), ,
,,,
所以,
所以与的线性相关程度很强.
(2)由(1)知,,,
所以,
,
所以关于的经验回归方程为;
令,得,
所以预测该工坊油纸伞的年销量最早在2029年能超过20万把.
题型五:相关系数的计算与应用
1.样本数据,,…,(,,,…,不全相等)的散点图中,所有样本点都落在直线上,则这组样本数据的相关系数为( )
A.1 B.
C. D.-1
【答案】A
【分析】样本点都落在同一条直线上,说明两个变量成完全线性相关,此时 ;又直线 的斜率 ,两变量正相关,所以 .
【详解】所有样本点都落在直线上,斜率 ,所以这组样本数据正相关且相关系数为1.
2.具有相关关系的变量x与y的一组样本数据如下,若已求得线性回归方程为,则去掉其中某对样本数据,样本相关系数r不会发生改变的是( )
(参考公式:相关系数
x
1
2
3
4
5
y
6
10
11
12
16
A. B.
C. D.
【答案】C
【分析】先求得样本中心点,再结合相关系数公式判断即可.
【详解】由题知, ,
所以数据的样本中心点为
所以去掉其中样本数据,样本相关系数r不会发生改变.
3.下列四组成对数据:①,,,,;②,,,,;③,,,,;④,,,,.其中样本相关系数最小的是( )(附:样本相关系数)
A.① B.②
C.③ D.④
【答案】C
【分析】观察数据,对于①,样本相关系数为1,对于③,样本相关系数为-1,再对②和④进行观察和计算,最终可得答案.
【详解】对于①,数据均在上,故样本相关系数为1,
对于③,数据均在上,故样本相关系数为-1,
对于②,可看出其数据为正相关,故样本相关系数大于0,
对于④,显然所有数据无法落在某一个一次函数上,故,
事实上,
,
其中,故,
故,
综上,样本相关系数最小的是③.
故选:C
4.为考察两个变量x,y的相关性,搜集数据如表,则两个变量的线性相关程度( )
x
5
10
15
20
25
y
103
105
110
111
114
(参考数据:,,,≈15.8,≈9.01)
A.很强 B.很弱
C.无相关 D.不确定
【答案】A
【分析】先计算线性相关系数 ,再通过 ( )的绝对值判断相关强度( 越接近1,线性相关程度越强).
【详解】解析:由题可知样本量 ,所以:
=15,
=108.6,
又因为:,,,,≈15.8,
所以:
=,
因为相关系数很接近于1,故两个变量的线性相关程度很强.
答案:A.
5.网购是现代年轻人重要的购物方式,某电商对其旗下的一家专营店近五年来每年的利润额(单位:万元)与年份代码进行了统计,得如下数据:
x
1
2
3
4
5
y
2.5
3.3
4.5
6.2
8.5
则x与y的样本相关系数( )
参考公式:,参考数据:,.
A.0.99 B.0.98
C.0.97 D.0.96
【答案】B
【分析】代入相关系数公式求解即可.
【详解】由题意,得, , , ,所以 .
6.某电商随机调查2500名消费者的月消费金额与满意度评分,整理统计数据得到关于的经验回归方程为,与的相关系数,若月消费金额的标准差为6.4,则满意度评分的方差为( )
附:经验回归方程中回归系数;相关系数.
A.8 B.20
C.64 D.400
【答案】C
【分析】结合回归系数、相关系数的公式推导二者与变量标准差的关系,先求满意度评分的标准差,再计算其方差
【详解】设月消费金额的标准差为 ,满意度评分 的标准差为 ,
由方差定义得,
联立回归系数与相关系数的公式:,
消去公共分子项后化简可得:,将已知,
代入得,因此满意度评分的方差为.
7.一般来说,市场上产品的广告费用与产品的销量存在一定的关系.已知某产品1月~4月的月广告费用(万元)与月销量(万件)的统计数据如下:
月份
1月
2月
3月
4月
月广告费用(万元)
3
4
5
6
月销量(万件)
5
6
8
9
已知与线性相关.
(1)求关于的经验回归方程;
(2)求与的相关系数(精确到0.01).
参考公式:回归直线方程为,其中,.
相关系数.
【答案】(1)
(2)
【分析】(1)根据线性相关系数公式求解相关系数,再利用最小二乘估计求解回归方程即可;
(2)结合(1)及相关系数的公式求解即可.
【详解】(1)依题意有, ,
列表可得:
可得,
,
可得,,
故y关于x的经验回归方程为.
(2)由,
所以y与x的相关系数为.
期末综合拓展练(测试时间:15分钟)
8.某乡镇全面实施乡村振兴,大力发展特色产业——富硒水果.工作人员统计了近8年富硒水果种植面积(单位:百亩)与年销售额(单位:千万元)的数据.经计算得到如下处理后的统计量:,,,,,,,,,其中,.
(1)根据以上数据,从相关系数的角度,判断与哪个适宜作为年销售额关于种植面积的回归方程类型(相关系数精确到0.01).
(2)根据(1)的判断结果及相关数据,建立关于的回归方程(系数精确到0.01).
(3)该乡镇计划年销售额不低于10亿元,请预测种植面积至少为多少亩.
附:相关系数,回归直线的斜率与截距的最小二乘估计分别为,.
参考数据:,.
【答案】(1)适宜作为年销售额 关于种植面积 的回归方程类型
(2)
(3)706亩
【分析】(1)根据已知条件与相关系数公式求出相关系数, 的值,然后根据 , 的绝对值的大小,可知 适宜作为年销售额 关于种植面积 的回归方程类型;
(2)通过公式求出回归系数,的值,从而可求出回归方程;
(3)把已知数据代入回归方程,即可求出预测值.
【详解】(1)若用作为年销售额 关于种植面积 的回归方程类型,则设 ,则 .
设与的相关系数为,则.
由,,得,
则,所以.
若用作为年销售额关于种植面积的回归方程类型,则.
设,则.
设与的相关系数为,则
.
因为,所以适宜作为年销售额关于种植面积的回归方程类型.
(2).
由,得.
,
所以关于的线性方程为,则关于的回归方程为.
(3)由题意可知.整理,得,
因为,
解得或(舍去),
故种植面积至少为706亩.
1 / 2
学科网(北京)股份有限公司
$
专题02 成对数据的线性相关性
题型一 相关关系与函数关系的辨析 题型二 判断正、负相关
题型三 由散点图判断线性相关 题型四 相关系数的意义与性质
题型五 相关系数的计算与应用
题型一:相关关系与函数关系的辨析
1.为了了解性别与视力之间的关系,一个调查机构得到列联表如图,则当取下面何值时,性别与视力无关的可能性最大( )
男
女
近视
240
200
不近视
50
A.40 B.60
C.100 D.240
2.已知四组不同数据的两变量的线性相关系数如下:数据组①的相关系数;数据组②的相关系数;数据组③的相关系数;数据组④的相关系数.则下列说法正确的是( )
A.数据组①对应的数据点都在同一直线上 B.数据组②中的两变量线性相关性最强
C.数据组③中的两变量线性相关性最强 D.数据组④中的两变量线性相关性最弱
3.某校数学建模兴趣小组为研究本地区儿子身高与父亲身高之间的关系,抽样调查后得出与线性相关,且经验回归方程为.调查所得的部分样本数据如下:
父亲身高
164
166
170
173
173
174
180
儿子身高
165
168
176
170
172
176
178
则下列说法正确的是( )
A.儿子身高是关于父亲身高的函数
B.当父亲身高增加时,儿子身高增加
C.儿子身高为时,父亲身高一定为
D.父亲身高为时,儿子身高的均值为
4.根据物理中的胡克定律,弹簧伸长的长度与所受的外力成正比.测得一根弹簧伸长长度x和相应所受外力F的一组数据如下:
编号
1
2
3
4
5
6
1
1.2
1.4
1.6
1.8
2.0
3.08
3.76
4.31
5.02
5.51
6.25
据此给出以下结论:
①这两变量不相关;②这两个变量负相关;③这两个变量正相关.
其中所有正确结论的个数是( )
A.3 B.2
C.1 D.0
5.对于相关系数下列描述正确的是( )
A.两个变量相关则
B.两个变量无关则
C.越小,表明两个变量线性相关性越弱
D.越接近于,表明两个变量线性相关性越强
6.判断下列变量间哪些能用函数模型刻画,哪些能用回归模型刻画.
回归模型:________;函数模型:________.
①某公司的销售收入和广告支出;
②某城市写字楼的出租率和每平米月租金;
③航空公司的顾客投诉次数和航班正点率;
④某地区的人均消费水平和人均国内生产总值(GDP);
⑤学生期末考试成绩和考前用于复习的时间;
⑥一辆汽车在某段路程中的行驶速度和行驶时间;
⑦正方形的面积与周长.
7.某种产品销售价格x(万元/吨)和销售量y(吨)的变化情况如表:
x
5
5.5
6
6.5
7
y
13
11
10
9
7
(1)计算y与x的相关系数r,并说明y与x的关系是否可用线性回归模型拟合;(一般地,若,则可认为线性相关程度较高,可用线性回归模型拟合.)
(2)若该产品每吨成本为4万元,请利用y与x的回归.关系预测:销售价格定为多少时该产品的销售利润最大?(结果精确到0.01)
参考公式:对于一组数据,
其相关系数;其回归直线的斜率和截距的最小二乘估计分别为:,.
参考数据:,.
8.浙江省教育厅等五部门印发《浙江省山区26县和海岛县“县中崛起”行动计划》,从招生管理、县中对口帮扶、教科研指导等九方面提升共同富裕背景下教育公共服务的质量和水平.某校为增强实力,大力招揽名师、建设校园设施,近5年该校招生人数的数据如下表:
年份序号
1
2
3
4
5
招生人数/千人
1.3
1.7
2.2
2.8
3.5
(1)由表中数据可看出,可用线性回归模型拟合与的关系,请用相关系数加以证明;
(2)求关于的回归直线方程,并预测当年份序号为7时该校的招生人数.
参考数据:.
参考公式:相关系数,
回归方程中斜率和截距的最小二乘估计公式分别为.
题型二:判断正、负相关
1.在下列各散点图中,两个变量具有正相关关系的是( )
A. B.
C. D.
2.如下四个散点图中,正相关的是( )
A. B.
C. D.
3.已知由样本数据点集合,求得的回归直线方程为,且.现发现两个数据点和误差较大,去除这两点后重新求得的回归直线方程的斜率为,则正确的是( )
A.变量与具有负相关关系
B.去除后的估计值增加速度变快
C.去除后回归方程为
D.去除后相应于样本点(2,3.75)的残差为
4.某中学课外活动小组为了研究经济走势,根据该市1999-2021年的GDP(国内生产总值)数据绘制出下面的散点图:
该小组选择了如下2个模型来拟合GDP值y随年份x的变化情况,模型一:;模型二:,下列说法正确的是( )
A.变量y与x负相关
B.根据散点图的特征,模型一能更好地拟合GDP值随年份的变化情况
C.若选择模型二,的图象一定经过点
D.当时,通过模型计算得GDP值为70,实际GDP的值为71,则残差为1
5.为了更好地适应市场需求,某企业根据市场调研得到研发投入(亿元)与产品收益(亿元)的数据统计如下:
1
2
3
4
5
6
7
2
3
5
7
8
8
9
参考公式:,
则下列选项不正确的是( )
A.
B.由散点图知变量和正相关
C.相关系数的绝对值越接近0,表示的线性相关程度越弱
D.用最小二乘法求得关于的线性回归直线方程为
6.下列关系中,属于相关关系的是______(填序号).
①球的体积与该球的半径之间的关系;
②农作物的产量与施肥量之间的关系;
③一般情况下,一个人的身高和体重之间的关系.
7.据统计,某省2018年~2024年水果人均占有量(单位:kg)和年份代码绘制的散点图(2018年~2024年的年份代码分别为1~7)如图所示.
(1)根据散点图分析与之间的相关关系;
(2)根据散点图相应数据计算得,,求关于的线性回归方程.
8.新冠肺炎疫情发生以来,中医药全面参与疫情防控救治,做出了重要贡献.某中医药企业根据市场调研与模拟,得到研发投入(亿元)与产品收益(亿元)的数据统计如下:
研发投入x(亿元)
1
2
3
4
5
产品收益y(亿元)
3
7
9
10
11
(1)计算的相关系数,并判断是否可以认为研发投入与产品收益具有较高的线性相关程度?(若,则线性相关程度一般,若,则线性相关程度较高)
(2)求出关于的线性回归方程,并预测若想收益超过50(亿元)则需研发投入至少多少亿元?(结果保留一位小数)
参考数据:;
附:相关系数公式:;
回归直线方程的斜率.
题型三:由散点图判断线性相关
1.某兴趣小组研究光照时长和向日葵种子发芽数量y(颗)之间的关系,采集5组数据,作如图所示的散点图.若去掉后,下列说法正确的是( )
A.相关系数r的绝对值变小 B.相关指数变小
C.残差平方和变大 D.解释变量x与响应变量y的相关性变强
2.已知x,y的取值如下表所示,从散点图分析可知y与x线性相关,如果线性回归方程为,则下列说法不正确的是( )
A.m的值为6.2
B.回归直线必过点(2,4.4)
C.样本点(4,m)处的残差为0.1
D.将此图表中的点(2,4.4)去掉后,样本相关系数r不变
3.下列说法正确的是( )
A.是上的可导函数,若,则是的极值点
B.回归分析中,的值越小,说明残差平方和越小
C.两个变量相关性越强,则相关系数就越接近于1
D.残差点比较均匀地落在水平的带状区域内,带状区域宽度越窄,回归方程的预报精度越高
4.下列说法正确的是( )
A.残差图中残差点所在的水平带状区域越宽,则回归方程的预报精确度越高
B.样本相关系数r越大,成对样本数据的线性相关性越强;反之,线性相关性越弱
C.回归直线就是散点图中经过样本数据点最多的那条直线
D.甲、乙两个模型的决定系数分别约为0.88和0.80,则模型甲的拟合效果更好
5.某企业根据市场调研得到研发投入(亿元)与产品收益(亿元)的数据统计如下:
1
2
3
4
5
6
7
2
3
5
7
8
8
9
(参考公式与数据:,,,),则下列叙述正确的是( )
A.相关系数的绝对值越接近0,表示,的线性相关程度越强
B.,
C.当时,残差为
D.用最小二乘法求得关于的线性回归直线方程为
6.下列命题中正确的命题有_________.(填序号)
①线性回归直线必过样本数据的中心点;
②当相关性系数时,两个变量正相关;
③如果两个变量的相关性越强,则相关性系数r就越接近于1;
④残差图中残差点所在的水平带状区域越宽,则回归方程的预报精确度越高;
7.随着移动互联网和直播带货技术的发展,直播带货已经成为一种热门的销售方式,特别是商家通过展示产品,使顾客对商品有更全面的了解.下面统计了某新手开启直播带货后从6月份到10月份每个月的销售量(万件)的数据,得到如图所示的散点图.其中6月份至10月份相应的代码为,如:表示6月份.
(1)根据散点图判断,模型①与模型②哪一个更适宜作为月销售量关于月份代码的回归方程?(给出判断即可,不必说明理由)
(2)(i)根据(1)的判断结果,建立关于的回归方程;(计算结果精确到0.01)
(ⅱ)根据结果预测12月份的销售量大约是多少万件?
参考公式与数据: , , ,其中.
8.某地区响应“节能减排,低碳生活”的号召,开展系列的措施控制碳排放.环保部门收集到近5年内新增碳排放数量,如下表所示,其中x为年份代号,y(单位:万吨)代表新增碳排放量.
年份
2019
2020
2021
2022
2023
年份代号
1
2
3
4
5
新增碳排放万吨
6.1
5.2
4.9
4
3.8
(1)请计算并用相关系数的数值说明与间具有较强的线性相关性(若,则线性相关程度较高);
(2)求关于的线性回归方程,并据此估计该地区年的新增碳排放.
参考数据:,,,,,,.
参考公式:对于一组数据,,…,,其回归直线的斜率和截距的最小二乘法估计公式,相关系数r的公式分别为,,.
题型四:相关系数的意义与性质
1.下列说法中,正确的是( )
A.两个变量的相关程度越强,相关系数越接近于1
B.残差图中,残差点所在的水平带状区域越窄,则回归方程的预报精确度越低
C.残差平方和越小的模型,拟合的效果越好
D.根据分类变量与的成对样本数据,计算得到,根据小概率值的独立性检验:,可判断与有关联
2.下列说法错误的是( )
A.在刻画回归模型的拟合效果时,决定系数的值越大,说明模型的拟合效果越好
B.成对样本数据的线性相关程度越强,则样本相关系数的值越接近于
C.独立性检验(卡方检验)只能在一定犯错概率下推断两个分类变量是否有关,属于概率性判断,无法做到精确判定
D.一元线性回归模型的残差比较均匀地分布在以取值为0的横轴为对称轴的水平带状区域内
3.下列说法正确的是( )
A.正态分布的图象越瘦高,越大
B.在残差图中,残差比较均匀地分布在以取值为0的横轴为对称轴的水平带状区域内,该区域宽度越窄;其模型拟合效果越好
C.样本相关系数的大小可以反映成对样本数据之间线性相关的程度,当越小,成对样本数据的线性相关程度越弱
D.用决定系数来比较两个模型的拟合效果.越小,表示残差平方和越小,即模型的拟合效果越好
4.下列说法正确的是( )
A.回归分析中,决定系数越小,说明残差平方和越小,拟合效果越好
B.线性相关系数r越大,两个变量的线性相关性越强;反之,线性相关性越弱
C.已知随机变量,则
D.已知随机变量,则
5.已知四个点,,,得到的线性相关系数为,去掉后得到的线性相关系数为,则( )
A. B.
C. D.无法确定
6.下列说法中正确的有______(填正确说法的序号).
①若样本数据的方差为4,则数据的标准差为4;
②将两个具有相关关系的变量的一组数据调整为,决定系数不变;
③若线性相关系数越接近1,则两个变量的线性相关性越弱;
④若事件满足,,,则有.
7.某运动服饰公司对产品研发的年投资额(单位:十万元)与年销售量(单位:万件)的数据进行统计,整理后得到如下统计表:
1
2
3
4
5
35
40
50
55
70
(1)求和的样本相关系数(精确到0.01),并推断和的线性相关程度;(若,则线性相关程度很强;若,则线性相关程度一般;若,则线性相关程度很弱)
(2)求年销售量关于年投资额的回归直线方程,并据此预测年投资额为60万元时的年销售量.
参考数据:.
参考公式:相关系数;
回归直线方程中,.
8.乘着文旅融合的东风、借着线上推广的热潮,某非遗工坊生产的油纸伞销量逐年增长.该工坊为了科学规划生产,统计了年每年油纸伞的销量数据,结果如下表:
年份/年
2021
2022
2023
2024
2025
年份代码
1
2
3
4
5
年销量/万把
7
8
10
11
14
(1)根据表中样本数据,计算与的样本相关系数(精确到0.01),并推断它们线性相关程度的强弱;
(2)求关于的经验回归方程,并预测该工坊油纸伞的年销量最早在哪一年能超过20万把.
附:①样本相关系数;
②经验回归方程的斜率的最小二乘法估计公式为;
③.
题型五:相关系数的计算与应用
1.样本数据,,…,(,,,…,不全相等)的散点图中,所有样本点都落在直线上,则这组样本数据的相关系数为( )
A.1 B.
C. D.-1
2.具有相关关系的变量x与y的一组样本数据如下,若已求得线性回归方程为,则去掉其中某对样本数据,样本相关系数r不会发生改变的是( )
(参考公式:相关系数
x
1
2
3
4
5
y
6
10
11
12
16
A. B.
C. D.
3.下列四组成对数据:①,,,,;②,,,,;③,,,,;④,,,,.其中样本相关系数最小的是( )(附:样本相关系数)
A.① B.②
C.③ D.④
4.为考察两个变量x,y的相关性,搜集数据如表,则两个变量的线性相关程度( )
x
5
10
15
20
25
y
103
105
110
111
114
(参考数据:,,,≈15.8,≈9.01)
A.很强 B.很弱
C.无相关 D.不确定
5.网购是现代年轻人重要的购物方式,某电商对其旗下的一家专营店近五年来每年的利润额(单位:万元)与年份代码进行了统计,得如下数据:
x
1
2
3
4
5
y
2.5
3.3
4.5
6.2
8.5
则x与y的样本相关系数( )
参考公式:,参考数据:,.
A.0.99 B.0.98
C.0.97 D.0.96
6.某电商随机调查2500名消费者的月消费金额与满意度评分,整理统计数据得到关于的经验回归方程为,与的相关系数,若月消费金额的标准差为6.4,则满意度评分的方差为( )
附:经验回归方程中回归系数;相关系数.
A.8 B.20
C.64 D.400
7.一般来说,市场上产品的广告费用与产品的销量存在一定的关系.已知某产品1月~4月的月广告费用(万元)与月销量(万件)的统计数据如下:
月份
1月
2月
3月
4月
月广告费用(万元)
3
4
5
6
月销量(万件)
5
6
8
9
已知与线性相关.
(1)求关于的经验回归方程;
(2)求与的相关系数(精确到0.01).
参考公式:回归直线方程为,其中,.
相关系数.
8.某乡镇全面实施乡村振兴,大力发展特色产业——富硒水果.工作人员统计了近8年富硒水果种植面积(单位:百亩)与年销售额(单位:千万元)的数据.经计算得到如下处理后的统计量:,,,,,,,,,其中,.
(1)根据以上数据,从相关系数的角度,判断与哪个适宜作为年销售额关于种植面积的回归方程类型(相关系数精确到0.01).
(2)根据(1)的判断结果及相关数据,建立关于的回归方程(系数精确到0.01).
(3)该乡镇计划年销售额不低于10亿元,请预测种植面积至少为多少亩.
附:相关系数,回归直线的斜率与截距的最小二乘估计分别为,.
参考数据:,.
1 / 2
学科网(北京)股份有限公司
$