已知有线性相关关系的两个变量建立的回归直线方程为,方程中的回归系数 ( )
A.可以小于0 | B.只能大于0 | C.可以为0 | D.只能小于0 |
下表是降耗技术改造后生产甲产品过程中记录的产量x(吨)与相应的生产能耗y(吨标准煤)的几组对应数据,根据表中提供的数据,求出y关于x的线性回归方程=0.7x+0.35,那么表中m的值为( )
A.4 | B.3.15 | C.4.5 | D.3 |
某产品的广告费用与销售额的统计数据如下表:
广告费用(万元) |
4 |
2 |
3 |
5 |
销售额(万元) |
49 |
26 |
39 |
54 |
根据上表数据预计广告费用为6万元时,销售额为( )
A.63.6万元 B.65.5万元 C.67.7万元 D.72.0万元
在两个变量与的回归模型中,分别选择了4个不同的模型,它们的相关指数R2如下,其中拟合效果最好的模型是
A.模型1的相关指数R2为0.98 | B.模型2的相关指数R2为0.90 |
C.模型3的相关指数R2为0.60 | D.模型4的相关指数R2为0.25 |
下表是降耗技术改造后生产甲产品过程中记录的产量x(吨)与相应的生产能耗y(吨标准煤)的几组对应数据,根据表中提供的数据,求出y关于x的线性回归方程=0.7x+0.35,那么表中m的值为( )
A.4 | B.3.15 | C.4.5 | D.3 |
在一组样本数据 的散点图中,若所有样本点 都在直线 上,则这组样本数据的样本相关系数为()
A. | -1 | B. | 0 | C. | D. | 1 |
已知x、y之间的一组数据如下:
x |
0 |
1 |
2 |
3 |
y |
8 |
2 |
6 |
4 |
则线性回归方程所表示的直线必经过点( )
A.(0,0) B.(1.5,5) C.(4,1.5) D.(2,2)
某种产品的广告费支出(单位:万元)与销售额(单位:万元)之间的线性回归方程为,{2,4,5,6,8},则平均销售额为( )
A. 6.5 | B. 17.5 | C. 50 | D. 40 |
在对一组数据采用几种不同的回归模型进行回归分析时,得到下面的相应模型的相关指数的值,其中拟和效果较好的是( )
A. | B. | C. | D. |
对于线性相关系数r,叙述正确的是( )。
A.越大相关程度越大,反之相关程度越小。 |
B.,r越大相关程度越大,反之相关程度越小。 |
C.,且越接近1相关程度越大,越接近0,相关程度越小。 |
D.以上说法都不对。 |
一位母亲记录了儿子3~9岁的身高,由此建立的身高与年龄的回归模型为y=7.19x+73.93用这个模型预测这个孩子10岁时的身高,则正确的叙述是( )
A.身高一定是145.83cm | B.身高在145.83cm以上 |
C.身高在145.83cm以下 | D.身高在145.83cm左右 |
由一组样本数据(x1,y1),(x2,y2),…(xn,yn)得到的回归直线,那么下面说法不正确的是( )
A.直线必经过点(,) |
B.直线至少经过点(x1,y1),(x2,y2), …(xn,yn)中的一个点 |
C.直线的斜率为 |
D.直线和各点(x1,y1),(), …(xn,yn)的偏差和 |
是该坐标平面上所有直线与这些点的偏差和中最小的直线