下面是两个变量的一组数据:
X |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
y |
1 |
4 |
9 |
16 |
25 |
36 |
49 |
64 |
则这两个变量之间的线性回归方程是( )
A.y=-16+9x B.y=31-x C.y=30-x D.y=-15+9x
.已知某种产品的支出广告额与利润额
(单位:万元)之间有如下对应数据:
x |
3 |
4 |
5 |
6 |
7 |
y |
20 |
30 |
30 |
40 |
60 |
则回归直线方程必过( )
A.(5,30) B.(4,30) C.(5,35) D.(5,36)
下图所给4个图象中,与所给3件事吻合最好的顺序为( )
(1)小明离开家不久,发现自己把作业本忘在家里了,于是立刻返回家里取了作业本再上学;
(2)小明骑着车一路以常速行驶,只是在途中遇到一次交通堵塞,耽搁了一些时间;
(3)小明出发后,心情轻松,缓缓行进,后来为了赶时间开始加速.
A.(1)(2)(4) | B.(4)(2)(3) | C.(4)(1)(3) | D.(4)(1)(2) |
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
根据如图样本数据得到的回归方程为=bx+a,若样本点的中心为
.则当x每增加1个单位时,y就( )
A.增加1.4个单位 | B.减少1.4个单位 |
C.增加7.9个单位 | D.减少7.9个单位 |
下表为某班5位同学身高(单位:cm)与体重
(单位kg)的数据,
身高 |
170 |
171 |
166 |
178 |
160 |
体重 |
75 |
80 |
70 |
85 |
65 |
若两个量间的回归直线方程为,则
的值为( )
A.-122.2 B.-121.04 C.-91 D.-92.3
设有一个回归直线方程为 ,则变量
增加一个单位时( )
A.![]() |
B.![]() |
C.![]() |
D.![]() |
为了考察两个变量和
之间的线性相关性,甲、乙两同学各自独立地做
次和
次试验,并且利用线性回归方法,求得回归直线分别为
和
,已知两个人在试验中发现对变量
的观测值的平均值都是
,对变量
的观测值的平均值都是
,那么下列说法正确的是()
A.![]() ![]() ![]() |
B.![]() ![]() ![]() |
C.![]() ![]() |
D.![]() ![]() |
某产品的广告费用支出(万元)与产品销售额
(万元)之间的统计数据如下:
广告费用支出![]() |
2 |
4 |
5 |
6 |
8 |
产品销售额![]() |
30 |
40 |
60 |
50 |
70 |
求得回归直线方程为,若投入
万元的广告费用,估计销售额为
(A)万元 (B)
万元(C)
万元 (D)
万元
四名同学根据各自的样本数据研究变量之间的相关关系,并求得回归直线方程,分别得到以下四个结论:
①与
负相关且
;
②与
负相关且
;
③与
正相关且
;
④与
正相关且
.
其中一定不正确的结论的序号是()
A.①② | B.②③ | C.③④ | D.①④ |