已知x,y取值如表:
x |
0 |
1 |
4 |
5 |
6 |
7 |
8 |
9 |
y |
1.3 |
1.8 |
5.6 |
6.1 |
7.4 |
9.0 |
9.3 |
9.1 |
从所得的散点图分析可知,y与x线性相关,且y=0.95x+a,则a=( )
A.1.30 B.1.45 C.1.65 D.1.80
(文)利用独立性检验来考虑两个分类变量X,Y是否有关系时,通过查阅前面所给表格断言“X和Y有关系”的可信度.如果我们有95%的把握认为“X和Y有关系”则( )
A.k6.635 | B.k5.024 | C.k3.84 | D.k2.706 |
某种商品的广告费支出与销售额(单位:万元)之间有如下对应数据,根据表中提供的全部数据,用最小二乘法得出与的线性回归方程为,则表中的的值为( )
A.45 | B.50 | C.55 | D.60 |
根据如下样本数据
x |
3 |
4 |
5 |
6 |
7 |
y |
4.0 |
2.5 |
0.5 |
0.5 |
2.0 |
得到的回归方程为.若,则的值为
A. B. C. D.
甲、乙两名同学在5次体育测试中的成绩统计的茎叶图如图所示,若甲、乙两人的平均成绩分别是、,则下列结论正确的是( )
A.<;乙比甲成绩稳定 | |
B.>;甲比乙成绩稳定 |
C.>;乙比甲成绩稳定 |
D.<;甲比乙成绩稳定 |
在调查学生数学成绩与物理成绩之间的关系时,得到如下数据(人数):
|
物理 成绩好 |
物理 成绩不好 |
合计 |
数学成绩好 |
62 |
23 |
85 |
数学成绩不好 |
28 |
22 |
50 |
合计 |
90 |
45 |
135 |
那么有把握认为数学成绩与物理成绩之间有关的百分比为( )
(A)25% (B)75% (C)95% (D)99%
一名小学生的年龄和身高(单位:cm)的数据如下表:
由散点图可知,身高与年龄之间的线性回归方程为,则的值为( )
A.65 | B.74 | C.56 | D.47 |
为了解某商品销售量(单位:件)与销售价格(单位:元/件)的关系,统计了()的10组值,并画成散点图如图,则其回归方程可能是
A. |
B. |
C. |
D. |
对于下列表格所示的五个散点,已知求得的线性回归直线方程为=0.8x-155.
x |
196 |
197 |
200 |
203 |
204 |
y |
1 |
3 |
6 |
7 |
m |
则实数m的值为( )
A.8.4 B.8.2 C.8 D.8.5
下列反映两个变量的相关关系中,不同于其它三个的是
A.名师出高徒 | B.水涨船高 | C.月明星稀 | D.登高望远 |
若变量与之间的相关系数,则变量与之间
A.不具有线性相关关系 |
B.具有线性相关关系 |
C.它们的线性相关关系还需要进一步确定 |
D.不确定 |
已知变量与正相关,且由观测数据算得样本平均数,,则由该观测数据算得的线性回归方程可能是( )
A. | B. | C. | D. |
某小卖部销售一品牌饮料的零售价x(元/评)与销售量y(瓶)的关系统计如下:
零售价x(元/瓶) |
3.0 |
3.2 |
3.4 |
3.6 |
3.8 |
4.0 |
销量y(瓶) |
50 |
44 |
43 |
40 |
35 |
28 |
已知的关系符合线性回归方程,其中.当单价为4.2元时,估计该小卖部销售这种品牌饮料的销量为( )
A.20 B.22 C.24 D.26