某车间为了规定工时定额, 需要确定加工零件所花费的时间, 为此进行了5次试验, 收集数
据如下:
加工零件数x(个) |
10 |
20 |
30 |
40 |
50 |
加工时间y(分钟) |
64 |
69 |
75 |
82 |
90 |
经检验, 这组样本数据具有线性相关关系, 那么对于加工零件的个数x与加工时间y这两个
变量, 下列判断正确的是( )
A.成正相关, 其回归直线经过点(30, 76)
B.成正相关, 其回归直线经过点(30, 75)
C.成负正相关, 其回归直线经过点(30, 76)
D.成负相关, 其回归直线经过点(30, 75)
下表是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)的几组对应数据,根据表中提供的数据,可求出关于的线性回归方程,则表中的值为
A. B. C. D.
对四组数据进行统计,获得以下散点图,关于其相关系数比较,正确的是( )
相关系数为 相关系数为
相关系数为 相关系数为
A. | B. |
C. | D. |
某车间加工零件的数量与加工时间的统计数据如下表:
零件数(个) |
10 |
20 |
30 |
加工时间(分钟) |
21 |
30 |
39 |
现已求得上表数据的回归方程中的值为0.9,则据此回归模型可以预测,加工100个零件所需要的加工时间约为 ( )
A.84分钟 B.94分钟 C.102分钟 D.112分钟
工人月工资y(元)与劳动生产率x(千元)变化的回归方程,下列判断正确的是 ( )
①劳动生产率为1千元时,工资约为130元
②劳动生产率提高1千元时,月工资约提高80元
③劳动生产率提高1千元时,月工资约提高130元
④当月工资为210元时,劳动生产率约为2千元
A.① ② | B.① ② ④ | C.② ④ | D.① ② ③ ④ |
已知、之间的一组数据如右表:
0 |
1 |
2 |
3 |
|
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)
设某大学的女生体重(单位:kg)与身高(单位:cm) 具有线性相关关系,根据一组样本数据(,)(i=1,2,…,n),用最小二乘法建立的回归方程为
=0.85x-85.71,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为170cm,则可断定其体重必为58.79kg |
D.若该大学某女生身高增加1cm,则其体重约增加0.85kg |
下列关于由最小二乘法求出的回归直线方程 =2-x的说法中,不正确的是
A.变量x与y正相关 |
B.该回归直线必过样本点中心() |
C.当x=l时,y的预报值为l |
D.当残差平方和越小时模型拟合的效果越好 |
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 |
为研究变量和的线性相关性,甲、乙二人分别作了研究,利用线性回归方法得到回归直线方程和,两人计算知相同,也相同,下列正确的是:
A.与重合 | B.与一定平行 |
C.与相交于点 | D.无法判断和是否相交 |
在回归直线方程 ( )
A.当,的平均值 |
B.当变动一个单位时,的实际变动量 |
C.当变动一个单位时,的平均变动量 |
D.当变动一个单位时,的平均变动量 |
根据一组样本数据的散点图分析存在线性相关关系,求得其回归方程,则在样本点处的残差为( )
A. | B. | C. | D. |
对具有线性相关关系的的变量,,测得一组数据如下表
2 |
4 |
5 |
6 |
8 |
|
20 |
40 |
60 |
70 |
80 |
根据上表,利用最小二乘法得它们的回归直线方程为,据此模型来预测当时,的估计值为 ( )
A.210 B.210.5 C.211.5 D.212.5