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 |
某单位为了了解办公楼用电量(度)与气温(oC)之间的关系,随机统计了四个工作日的用电量
与当天平均气温,并制作了对照表:
气温(oC) |
||||
用电量(度) |
由表中数据得到线性回归方程,当气温为时,预测用电量约为
A.度 B.度 C.度 D.度
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
用餐时客人要求:将温度为、质量为的同规格的某种袋装饮料加热至.服务员将袋该种饮料同时放入温度为、质量为的热水中,分钟后立即取出.设经过分钟饮料与水的温度恰好相同,此时,该饮料提高的温度与水降低的温度满足关系式,则符合客人要求的可以是( )
A. | B. | C. | D. |
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 |
甲、乙、丙、丁四位同学各自对A、B两变量的线性相关性做实验,并用回归分析方法分别求得相关系数r与残差平方和m如下表:
|
甲 |
乙 |
丙 |
丁 |
R |
0.82 |
0.78 |
0.69 |
0.85 |
M |
106 |
115 |
124 |
103 |
则哪位同学的实验结果体现A、B两变量有更强的线性相关关系.
A.甲 B.乙 C.丙 D.丁
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. |