工人月工资(元)依劳动产值(千元)变化的回归直线方程为=60+90x,下列判断正确的是( )
A.劳动产值为1 000元时,工资为50元 |
B.劳动产值提高1 000元时,工资提高150元 |
C.劳动产值提高1 000元时,工资提高90元 |
D.劳动产值为1 000元时,工资为90元 |
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lcm,则其体重约增加0.85kg |
D.若该大学某女生身高为170cm,则可断定其体重必为58.79kg |
设有一个直线回归方程为y=2-1.5x,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 |
某产品的广告费用x与销售额y的统计数据如下表
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中的为,据此模型预报广告费用为7万元时销售额( )
A.63.6万元 B.65.5万元 C.77.9万元 D.74.9万元
下列判断中不正确的是( )
A.为变量间的相关系数,值越大,线性相关程度越高 |
B.在平面直角坐标系中,可以用散点图发现变量之间的变化规律 |
C.线性回归方程代表了观测值、之间的关系 |
D.任何一组观测值都能得到具有代表意义的回归直线方程 |
对变量 有观测数据(,)(),得散点图1;对变量有观测数据(,)(i=1,2,…,10),得散点图2. 由这两个散点图可以判断
A.变量x 与y 正相关,u 与v 正相关 | B.变量x 与y 正相关,u 与v 负相关 |
C.变量x 与y 负相关,u 与v 正相关 | D.变量x 与y 负相关,u 与v 负相关 |
在两个变量y与x的回归模型中,分别选择了4个不同模型,它们的如下,其中拟合效果最好的模型是( )
A.模型1的为0.975 | B.模型2的为0.79 |
C.模型3的为0.55 | D.模型4的为0.25 |
变量与变量有如下对应关系
2 |
3 |
4 |
5 |
6 |
|
2.2 |
3.8 |
5.5 |
6.5 |
7.0 |
则其线性回归曲线必过定点
A. B. C. D.
对变量有观测数据…,10),得散点图(1)所示.对变量有观测数据,…,10),得散点图(2).由这两个散点图可以判断
A.变量与正相关, 与正相关 | B.变量与正相关, 与负相关 |
C.变量与负相关, 与正相关 | D.变量与负相关, 与负相关 |
实验测得四组的值分别为,则y关于x的线性回归方程必过点( )
A.(2,8) | B.(2.5,8) |
C.(10,31) | D.(2.5,7.75) |
某人研究中学生的性别与成绩、视力、智商、阅读量这4个变量之间的关系,随机抽查52名中学生,得到统计数据如表1至表4,这与性别有关联的可能性最大的变量是( )
表1 |
不及格 |
及格 |
总计 |
男 |
6 |
14 |
20 |
女 |
10 |
22 |
32 |
总计 |
16 |
36 |
52 |
A.成绩
表2 |
不及格 |
及格 |
总计 |
男 |
4 |
16 |
20 |
女 |
12 |
20 |
32 |
总计 |
16 |
36 |
52 |
B.视力
表3 |
不及格 |
及格 |
总计 |
男 |
8 |
12 |
20 |
女 |
8 |
24 |
32 |
总计 |
16 |
36 |
52 |
C.智商
表4 |
不及格 |
及格 |
总计 |
男 |
14 |
6 |
20 |
女 |
2 |
30 |
32 |
总计 |
16 |
36 |
52 |
D.阅读量
在对两个变量x、y进行线性回归分析时一般有下列步骤:
①对所求出的回归方程作出解释;
②收集数据[
③求线性回归方程;
④求相关系数;
⑤根据所搜集的数据绘制散点图.
若根据实际情况能够判定变量x、y具有线性相关性,则在下列操作顺序中正确的是
A.①②⑤③④ | B.③②④⑤① | C.②④③①⑤ | D.②⑤④③① |
设(x1,y1),(x2,y2),…,(xn,yn),是变量x:和y的n个样本点,直线l是由这些样本点通过最小二乘法得到的线性回归方程(如图),以下结论中正确的是
A. x;和y正相关 |
B. x和y的相关系数为直线l的斜率 |
C. x和y的相关系数在-1到0之间 |
D.当n为偶数时,分布在l两侧的样本点的个数一定相同 |