设有一个直线回归方程为,则变量增加一个单位( )
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 |
某小卖部销售一品牌饮料的零售价x(元/评)与销售量y(瓶)的关系统计如下:
零售价x(元/瓶) |
3.0 |
3.2 |
3.4 |
3.6 |
3.8 |
4.0 |
销量y(瓶) |
50 |
44 |
43 |
40 |
35 |
28 |
已知的关系符合线性回归方程,其中.当单价为4.2元时,估计该小卖部销售这种品牌饮料的销量为( )
A.20 B.22 C.24 D.26
已知某企业上半年前5个月产品广告投入与利润额统计如下:
月份 |
1 |
2 |
3 |
4 |
5 |
广告投入(x万元) |
9.5 |
9.3 |
9.1 |
8.9 |
9.7 |
利润(y万元) |
92 |
89 |
89 |
87 |
93 |
由此所得回归方程为,若6月份广告投入10(万元)估计所获利润为( )
A.95.25万元 B.96.5万元 C.97万元 D.97.25万元
已知x与y之间的一组数据:
x |
0 |
1 |
2 |
3 |
y |
1 |
3 |
5 |
7 |
则y与x的线性回归方程 必过点( )
A.(1.5 ,4) B.(2,2) C.(1.5 ,0) D.(1,2)
已知变量和满足关系,变量与正相关. 下列结论中正确的是()
A. | 与 负相关, 与 负相关 |
B. | 与 正相关, 与 正相关 |
C. | 与 正相关, 与 负相关 |
D. | 与 负相关, 与 正相关 |
已知x与y之间的一组数据:
x |
0 |
1 |
2 |
3 |
y |
1 |
3 |
5 |
7 |
则y与x的线性回归方程为必过点( )
A .(2,2) B. (1.5 ,4) C.(1.5 ,0) D.(1,2)
为了解某社区居民的家庭年收入所年支出的关系,随机调查了该社区5户家庭,得到如下统计数据表:
收入
(万元) |
8.2 |
8.6 |
10.0 |
11.3 |
11.9 |
支出
(万元) |
6.2 |
7.5 |
8.0 |
8.5 |
9.8 |
根据上表可得回归直线方程
,其中
,据此估计,该社区一户收入为15万元家庭年支出为( )
A. |
11.4万元 |
B. |
11.8万元 |
C. |
12.0万元 |
D. |
12.2万元 |
对四组数据进行统计,获得以下散点图,关于其相关系数的比较,正确的是( ).
A.r2<r4<0<r3<r1 | B.r4<r2<0<r1<r3 | C.r4<r2<0<r3<r1 | D.r2<r4<0<r1<r3 |
水厂监控某一地区居民用水情况,该地区A,B,C,D四个小区在8:00—12:00时用水总量Q与时间t的函数关系如图所示,在这四个小区中,单位时间内用水量逐步增加的是( )
在2014年3月15日,某超市对某种商品的销售量及其售价进行调查分析,发现售价x元和销售量y件之间的一组数据如下表所示:
售价x |
9 |
9.5 |
10 |
10.5 |
11 |
销售量y |
11 |
10 |
8 |
6 |
5 |
由散点图可知,销售量y与售价x之间有较好的线性相关关系,其线性回归方程是:y= -3.2x+a,则a=( )
A.-24 B.35.6 C.40.5 D.40
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
下表提供了某厂节能降耗技术改造后生产某产品过程中记录的产量(吨)与相应的生产能耗(吨)的几组对应数据. 根据表中提供的数据,求出关于的线性回归方程是,那么表中的值是( )
3 |
4 |
5 |
6 |
|
2.5 |
4 |
4.5 |
A. B. C. D.
两个变量之间的线性相关程度越低,则其线性相关系数的数值( )
A.越小 | B.越接近于 | C.越接近于 | D.越接近于 |
已知x,y的取值如下表:从散点图可以看出y与x线性相关,且回归方程为,则( )
x |
0 |
1 |
3 |
4 |
y |
2.2 |
4.3 |
4.8 |
6.7 |
A. 3.25 B. 2.6 C. 2.2 D. 0