某产品的广告费用x与销售额y的统计数据如表:
广告费用x(万元) |
4 |
2 |
3 |
5 |
销售额y(万元) |
49 |
26 |
39 |
54 |
根据上表可得回归方程,其中=9.4,据此模型预报广告费用为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
某商品销售量y(件)与销售价格x(元/件)负相关,则其回归方程可能是 ( )
A.=-10x+200 | B.=10x+200 |
C.=-10x-200 | D.=10x-200 |
变量X与Y相对应的一组数据为(10,1),(11.3,2),(11.8,3),(12.5,4)(13,5);变量U与V相对应的一组数据为(10,5),(11.3,4),(11.8,3),(12.5,2)(13,1),表示变量Y与X之间的线性相关系数,表示变量V与U之间的线性相关系数,则( )
A.<<0 | B.0<< | C.<0< | D.= |
根据如下样本数据
x |
3 |
4 |
5 |
6 |
7 |
8 |
y |
4.0 |
2.5 |
0.5 |
得到的回归方程为,则 ( )
A., B.,
C., D.,
设某大学的女生体重(单位:)与身高(单位:)具有线性相关关系,根据一组样本数据(),用最小二乘法建立的回归方程为,则下列结论中不正确的是( )
A.与具有正的线性相关关系 |
B.回归直线过样本点的中心 |
C.若该大学某女生身高增加,则其体重约增加 |
D.若该大学某女生身高为,则可断定其体重为 |
从某高中随机选取5名高三男生,其身高和体重的数据如下表所示:
身高 |
160 |
165 |
170 |
175 |
180 |
体重 |
63 |
66 |
70 |
72 |
74 |
根据上表可得回归直线方程,据此模型预报身高为172的高三男生的体重为 ( )
A.70.09 B.70.12 C.70.55 D.71.05
设有一个回归直线方程为,则变量x增加一个单位时
A.y平均增加1.5个单位 | B.y平均增加2个单位 |
C.y平均减少1.5个单位 | D.y平均减少2个单位 |
调查某市出租车使用年限和该年支出维修费用(万元),得到数据如下:
使用年限 |
2 |
3 |
4 |
5 |
6 |
维修费用 |
2.2 |
3.8 |
5.5 |
6.5 |
7.0 |
则回归方程,必过定点
A.(2,3) B.(3,4) C.(4,5) D.(5,6)
下表是某厂1—4月份用水量(单位:百吨)的一组数据:
月份x |
1 |
2 |
3 |
4 |
用水量y |
4.5 |
4 |
3 |
2.5 |
由散点图可知,用水量与月份之间有较好的线性相关关系,其线性回归方程为=-0.7x+a,则a等于( )
A.10.5 B.5.15 C.5.2 D.5.25
下列说法中正确的有( )
①若r>0,则x增大时,y也相应增大; ②若r<0,则x增大时,y也相应增大;
③若r=1或r=-1,则x与y的关系完全对应(有函数关系),在散点图上各个点均在一条直线上.
A.①② | B.②③ | C.①③ | D.①②③ |
在一次独立性检验中,有300人按性别和是否色弱分类如下表:
|
男 |
女 |
正常 |
130 |
120 |
色弱 |
20 |
30 |
由此表计算得统计量K2=( ).
(参考公式:)
A.2 B.3 C.2.4 D.3.6
两个变量与的回归模型中,分别选择了4个不同模型,它们的相关指数如下,其中拟合效果最好的模型是( )
A.模型1的相关指数为0.98 | B.模型2的相关指数为0.80 |
C.模型3的相关指数为0.50 | D.模型4的相关指数为0.25 |