已知某产品的广告费用万元与销售额万元的统计数据如表所示:
(万元) |
0 |
1 |
3 |
4 |
(万元) |
2.2 |
4.3 |
4.8 |
6.7 |
从散点图分析,与线性相关,且,则据此模型预报广告费用为6万元时销售额为
A. 2.6万元 B. 8.3万元 C. 7.3万元 D. 9.3万元
已知统计某产品的广告费用(万元)与销售额(万元)所得的数据如下表所示:
0 |
1 |
3 |
4 |
|
2.2 |
4.3 |
4.8 |
6.7 |
从散点图分析,与有较强的线性相关性,且,则等于
A. 2.6万元 B. 2.4万元 C. 2.7万元 D. 2.5万元
一位母亲记录了儿子3~9岁的身高,由此建立的身高与年龄的回归模型为y=7.19x+73.93,用这个模型预测这个孩子10岁时的身高,则正确的叙述是( )
A.身高一定是145.83cm | B.身高在145.83cm以上 |
C.身高在145.83cm以下 | D.身高在145.83cm左右 |
已知边长为3的正方形与正方形所在的平面互相垂直,为线段 上的动点(不含端点),过作交于,作交于,连结.设,则下面四个图象中大致描绘了三棱锥的体积与变量变化关系的是
有五组变量:①汽车的重量和汽车每消耗1升汽油所行驶的平均路程;
②平均日学习时间和平均学习成绩;
③某人每日吸烟量和其身体健康情况;
④正方形的边长和面积;
⑤汽车的重量和百公里耗油量.
其中两个变量成正相关的是( )
A.①③ | B.②④ | C.②⑤ | D.④⑤ |
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为9.4,据此模型预报广告费用为6万元时销售额为( )
A、63.6万元 B、65.5万元
C、67.7万元 D、72.0万元
对具有线性相关关系的变量x,y有一组观测数据(xi,yi)( i=1,2,…,8),其回归直线方程是=x+a且x1+x2+…+x8=6,y1+y2+…+y8=3,则实数a的值是( )
A. | B. | C. | D. |
下表是降耗技术改造后生产甲产品过程中记录的产量x(吨)与相应的生产能耗y(吨标准煤)的几组对应数据,根据表中提供的数据,求出y关于x的线性回归方程=0.7x+0.35,那么表中m的值为( )
A.4 | B.3.15 | C.4.5 | D.3 |
某班主任对全班50名学生进行了作业量多少的调查,数据如下表:
|
认为作业多 |
认为作业不多 |
总数 |
喜欢玩电脑游戏 |
18 |
9 |
27 |
不喜欢玩电脑游戏 |
8 |
15 |
23 |
总数 |
26 |
24 |
50 |
算得.
0.050 |
0.025 |
0.010 |
0.001 |
|
3.841 |
5.024 |
6.635 |
10.828 |
附表:
参照附表,得到的正确结论是
A.有的把握认为“喜欢玩电脑游戏与认为作业量的多少有关系”;
B.有的把握认为“喜欢玩电脑游戏与认为作业量的多少无关系”;
C.在犯错误的概率不超过的前提下,认为“喜欢玩电脑游戏与认为作业量的多少无关系”;
D.在犯错误的概率不超过的前提下,认为“喜欢玩电脑游戏与认为作业量的多少有关系”.
设有一个直线回归方程为 ,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,为此作了四次试验,得到的数据如下:
零件的个数x(个) |
2 |
3 |
4 |
5 |
加工的时间y(小时) |
2.5 |
3 |
4 |
4.5 |
则y关于x的线性回归方程为( )
A.="x" B.="0.8x+2.05"
C.=0.7x+1.05 D. =0.6x+0.95
注:=,=- ,=x+
有关线性回归的说法,不正确的是( )
A.相关关系的两个变量不是因果关系 |
B.散点图能直观地反映数据的相关程度 |
C.回归直线最能代表线性相关的两个变量之间的关系 |
D.任一组数据都有回归方程 |