有下列说法:①在残差图中,残差点比较均匀地落在水平的带状区域内,说明选用的模型比较合适.②相关指数R2来刻画回归的效果, R2值越大,说明模型的拟合效果越好.③比较两个模型的拟合效果,可以比较残差平方和的大小,残差平方和越小的模型,拟合效果越好.其中正确命题的个数是 ( )
A.0 | B.1 | C.2 | D.3 |
下面两个变量间的关系是相关关系的是( )
A.正方体的棱长与体积 |
B.角的度数与它的正弦值 |
C.单产为常数时,土地面积与粮食总产量 |
D.日照时间与水稻的亩产量 |
某数学老师身高176cm,他爷爷、父亲和儿子的身高分别是173cm、170cm和182cm.因儿子的身高与父亲的身高有关,该老师用线性回归分析的方法预测他孙子的身高为_____cm.
城市的空气质量以其空气质量指数API(为整数)衡量,指数越大,级别越高,说明污染越严重,对人体健康的影响也越明显.根据空气质量指数API的不同,可将空气质量分级如下表:
API |
0~50 |
51~100 |
101~150 |
151~200 |
201~250 |
251~300 |
>300 |
状况 |
优 |
良 |
轻微污染 |
轻度污染 |
中度污染 |
中度重污染 |
重度污染 |
为了了解某城市2011年的空气质量情况,现从该城市一年空气质量指数API的监测数据库中,用简单随机抽样方法抽取30个空气质量指数API进行分析,得到如下数据:
API分组 |
|||||||
频数 |
2 |
1 |
4 |
6 |
10 |
5 |
2 |
(Ⅰ)完成下面频率分布直方图,并求质量指数API的中位数大小;
(Ⅱ)估计该城市一年中空气质量为优良的概率;
(Ⅲ)请你依据所给数据和上述分级标准,对该城市的空气质量给出一个简短评价.
(本题满分分)下表提供了某厂节能降耗技术改造后,生产甲产品过程中记录的产量x与相应的生产能耗y的几组对应数据:
x/吨 |
3 |
4 |
5 |
6 |
y/吨标准煤 |
2.5 |
3 |
4 |
4.5 |
(1)画出表中数据的散点图。
(2)根据表中提供的数据,求y关于x的线性回归方程
(3)已知该厂技术改造前100吨甲产品的生产能耗为90吨标准煤。试根据(2)求出的线性回归方程,预测生产100吨甲产品的生产能耗比技术改造前降低了多少吨标准煤?
(参考公式:回归直线方程为,其中
下表提供了某厂节能降耗技术改造后在生产A产品过程中记录的产量(吨)与相应的生产能耗(吨)的几组对应数据:
3 |
4 |
5 |
6 |
|
2.5 |
4 |
4.5 |
根据上表提供的数据,求出关于的线性回归方程为,那么表中的值为
A、4.5
B、3.5
C、3.15
D、3
一组数据12,15,24,25,31,31,36,36,37,39,44,49,50的中位数是 ( )
A 36 B 31 C 35 D 34
甲、乙两台机床同时加工直径为100 mm的零件,为了检验产品的质量,从产品中各随机抽取6件进行测量,测得数据如下(单位 mm):
甲:99,100,98,100,100,103
乙:99,100,102,99,100,100
(1)分别计算上述两组数据的平均数和方差;
(2)根据(1)的计算结果,说明哪一台机床加工的这种零件更符合要求.
某研究小组在一项实验中获得一组数据,将其整理得到如图所示的散点图,下列函数中,最能近似刻画y与t之间关系的是( )
A. |
B. |
C. |
D. |
随机抽取某中学甲、乙两个班各10名同学,测量他们的身高(单位:cm)获得身高数据的茎叶图如下图甲,在样本的20人中,记身高在,的人数依次为、、、.图乙是统计样本中身高在一定范围内的人数的算法流程图,由图甲可知甲、乙两班中平均身高较高的是 班;图乙输出的 .(用数字作答)
图甲 图乙
某饮料店的日销售收入y(单位:百元)与当天平均气温x(单位:°C)之间有下列数据:
x |
-2 |
-1 |
0 |
1 |
2 |
y |
5 |
4 |
2 |
2 |
1 |
甲,乙,丙三位同学对上述数据进行了研究,分别得到了x与y之间的三个线性回归议程①=-x+2.8;②=-x+3;③=-1.2x+2.6,其中正确的是________;
下表提供了某厂节能降耗技术改造后生产甲产品过程中记录的产量
(吨)与相应的生产能耗
(吨标准煤)的几组对照数据
(1) 请画出上表数据的散点图;
(2)请根据上表提供的数据,用最小二乘法求出
关于
的线性回归方程
;
(3)已知该厂技术改造前
吨甲产品能耗为
吨标准煤.试根据(2)求出的线性回归方程,预测生产
吨甲产品的生产能耗比技术改造前降低多少吨标准煤?
(参考数据:
)
某设备的使用年限x和所支出的维修费用y(万元),有如下的统计数据:
使用年限x |
2 |
3 |
4 |
5 |
6 |
维修费用y |
2.2 |
3.8 |
5.5 |
6.5 |
7.0 |
数据显示y对x呈线性相关关系,根据提供的数据,用最小二乘法求出y关于x的线性回归方程为 。
(参考数据:)