线性回归分析练习题分
析
文件排版存档编号:[UYTR-OUPT28-KBNTL98-UYNN208]
§1回归分析
1.1回归分析
1.2相关系数
一、基础过关
1.下列变量之间的关系是函数关系的是
( )
A.已知二次函数y=ax2+bx+c,其中a,c是已知常数,取b为自变量,因变量是这个函数的判别式Δ=b2-4ac
B.光照时间和果树亩产量
C.降雪量和交通事故发生率
D.每亩施用肥料量和粮食产量
2.在以下四个散点图中,
其中适用于作线性回归的散点图为
( )
A.①②B.①③C.②③D.③④
3.下列变量中,属于负相关的是
( )
A.收入增加,储蓄额增加
B.产量增加,生产费用增加
C.收入增加,支出增加
D.价格下降,消费增加
4.已知对一组观察值(x i,y i)作出散点图后确定具有线性相关关系,若对于y=bx+a,求得b=,x=,y=,则线性回归方程为
( )
A.y=+B.y=+
C.y=+D.y=+
5.对于回归分析,下列说法错误的是
( )
A.在回归分析中,变量间的关系若是非确定关系,那么因变量不能由自变量唯一确定
B.线性相关系数可以是正的,也可以是负的
C.回归分析中,如果r2=1,说明x与y之间完全相关
D.样本相关系数r∈(-1,1)
6.下表是x和y之间的一组数据,则y关于x的回归方程必过
( )
A.点(2,3)
C.点,4) D.点,5)
7.若线性回归方程中的回归系数b=0,则相关系数r=________.
二、能力提升
8.某医院用光电比色计检验尿汞时,得尿汞含量(mg/L)与消光系数计数的结果如下:
若y与x.9.若施化肥量x(kg)与小麦产量y(kg)之间的线性回归方程为y=250+4x,当施化肥量为50 kg时,预计小麦产量为________ kg.
10.某车间为了规定工时定额,需确定加工零件所花费的时间,为此做了4次试验,得到的数据如下:
若加工时间y (1)求加工时间与零件个数的线性回归方程; (2)试预报加工10个零件需要的时间.
11.在一段时间内,分5次测得某种商品的价格x (万元)和需求量y (t)之间的一组数据为:
已知∑5
i =1x i y i =62,∑i =1
x 2
i =. (1)画出散点图;
(2)求出y 对x 的线性回归方程;
(3)如果价格定为万元,预测需求量大约是多少(精确到 t). 12.某运动员训练次数与运动成绩之间的数据关系如下:
(1)(2)求出回归方程;
(3)计算相关系数并进行相关性检验;
(4)试预测该运动员训练47次及55次的成绩. 三、探究与拓展
13.从某地成年男子中随机抽取n 个人,测得平均身高为x =172 cm ,标准差为
s x =7.6 cm ,平均体重y =72 kg ,标准差s y =15.2 kg ,相关系数r =
l xy
l xx l yy
=,求由身高估计平均体重的回归方程y=β0+β1x,以及由体重估计平均身高的回归方程x=a+by.
答案
1.A 7.0 =-+ 9.450
10.解 (1)由表中数据,利用科学计算器得
x =
2+3+4+5
4
=, y =错误!=,
∑4
i =1x i y i =,∑4
i =1
x 2
i =54, b =
∑4
i =1
x i y i -4x y ∑4
i =1
x 2
i -4x 2
=错误!=,
a =y -
b x =,
因此,所求的线性回归方程为y =+.
(2)将x =10代入线性回归方程,得y =×10+=(小时),即加工10个零件的预报时间为小时.
11.解 (1)散点图如下图所示:
(2)因为x =15×9=,y =1
5
×37=,∑5i =1x i y i =62,∑5
i =1x 2i =, 所以b =
∑5
i =1
x i y i -5x y ∑5
i =1
x 2i -5x 2
=错误!=-,
a =y -
b x =+×=,
故y 对x 的线性回归方程为y =-. (3)y =-×=(t).
所以,如果价格定为万元,则需求量大约是 t.
12.解 (1)作出该运动员训练次数x 与成绩y 之间的散点图,如下图所示,由散
点图可知,它们之间具有线性相关关系. (2)列表计算:
由上表可求得x =,y =, ∑8
i =1x 2i =12 656,∑8
i =1y 2i =13 731, ∑8i =1x i y i =13 180, ∴b =
∑8
i =1
x i y i -8x y ∑8
i =1
x 2i -8x 2
≈ 5,
a =y -
b x =- 88,
∴线性回归方程为y = 5x - 88.
(3)计算相关系数r = 7,因此运动员的成绩和训练次数两个变量有较强的相关关系.
(4)由上述分析可知,我们可用线性回归方程y = 5x - 88作为该运动员成绩的预报值.
将x =47和x =55分别代入该方程可得y =49和y =57.故预测该运动员训练47次和55次的成绩分别为49和57. 13.解 ∵s x =
l xy
n ,s y =l xy
n
,
∴l xy
n
=r
l xy
n
·
l yy
n
=××=.∴β1=
l xy
n
l xy
n
=错误!=1,
β0=y-β1x=72-1×172=-100.
故由身高估计平均体重的回归方程为y=x-100.
由x,y位置的对称性,得b=l xy n
l xy
n
=错误!=,
∴a=x-b y=172-×72=154.
故由体重估计平均身高的回归方程为x=+154.
可线性化的回归分析
一、基础过关
1.某商品销售量y(件)与销售价格x(元/件)负相关,则其线性回归方程可能是( )
A.y=-10x+200 B.y=10x+200 C.y=-10x-200 D.y =10x-200
2.在线性回归方程y=a+bx中,回归系数b表示
( )
A.当x=0时,y的平均值 B.x变动一个单位时,y 的实际变动量
C.y变动一个单位时,x的平均变动量 D.x变动一个单位时,y 的平均变动量
3.对于指数曲线y=a e bx,令u=ln y,c=ln a,经过非线性化回归分析之后,可以转化成的形式为()
A.u=c+bx B.u=b+cx C.y=b+cx D.y =c+bx
4.下列说法错误的是( )
A.当变量之间的相关关系不是线性相关关系时,也能直接用线性回归方程描述它们之间的相关关系
B.把非线性回归化为线性回归为我们解决问题提供一种方法
C.当变量之间的相关关系不是线性相关关系时,也能描述变量之间的相关关系
D.当变量之间的相关关系不是线性相关关系时,可以通过适当的变换使其转换为线性关系,将问题化为线性回归分析问题来解决
5.每一吨铸铁成本y c(元)与铸件废品率x%建立的回归方程y c=56+8x,下列说法正确的是 ( )
A.废品率每增加1%,成本每吨增加64元 B.废品率每增加1%,成本每吨增加8%
C.废品率每增加1%,成本每吨增加8元 D.如果废品率增加1%,则每吨成本为56元
6.为了考察两个变量x和y之间的线性相关性,甲、乙两个同学各自独立地做10次和15次试验,并且利用线性回归方法,求得回归直线分别为l1和l2.已知在两个人的试验中发现对变量x的观测数据的平均值恰好相等,都为s,对变量y的观测数据的平均值也恰好相等,都为t.那么下列说法正确的是( )
A.直线l1和l2有交点(s,t) B.直线l1和l2相交,但是交点未必是点(s,t)
C.直线l1和l2由于斜率相等,所以必定平行 D.直线l1和l2必定重合二、能力提升
7.研究人员对10个家庭的儿童问题行为程度(X)及其母亲的不耐心程度(Y)进行了评价结果如下,家庭1,2,3,4,5,6,7,8,9,10,儿童得分:72,40,52,87,39,95,12,64,49,46,母亲得分:79,62,53,89,81,90,10,82,78,70.
下列哪个方程可以较恰当的拟合
( )
A.y= 1x+ B.y=x-
C.y= 5 D.y=x
8.已知x,y之间的一组数据如下表:
则y与x.
9.已知线性回归方程为y=-,则x=25时,y的估计值为________.
10.在一次抽样调查中测得样本的5个样本点,数值如下表:
(1)建立y与x
(2)当8
x 时,y大约是多少
11.某地区六年来轻工业产品利润总额y与年次x的试验数据如下表所示:
.其中a、b
0均为正数,求y关于x的回归方程.(保留三位有效数字)
三、探究与拓展
12.某商店各个时期的商品流通率y(%)和商品零售额x(万元)资料如下:
散点图显示出x
明,流通率y决定于商品的零售额x,体现着经营规模效益,假定它们之间存
在关系式:y=a+b
x
.试根据上表数据,求出a与b的估计值,并估计商品零售
额为30万元时的商品流通率.
答案
1.A
8.,
10.解画出散点图如图(1)所示,观察可知y与x近似是反比例函数关系.
设y=k
x
(k≠0),令t=
1
x
,则y=kt.
可得到y关于t的数据如下表:
画出散点图如图(2)
线性回归模型进行拟合,易得:
b=∑
5
i=1
t i y i-5t y
∑
5
i=1
t2i-5t2
≈ 4,
a=y-b t≈ 7,
所以y= 4t+ 7,
所以y与x的回归方程是y=错误!+ 7.
11.解对y=ab x e0两边取对数,
得ln y=ln a e0+x ln b,令z=ln y,
则z与x的数据如下表:
由z=ln a e0e0≈,即z=+ 7x,所以y=×.
12.解设u=1
x
,则y≈a+bu,得下表数据:
进而可得n =10,u ≈ 4,y =,
∑i =1
10
u 2
i -10u
2
≈ 557 3,
∑i =1
10
u i y i -10u y ≈ 35,
b ≈错误!≈,
a =y -
b ·u ≈- 5,
所求的回归方程为y =- 5+错误!.
当x =30时,y = 5,即商品零售额为30万元时,商品流通率为 5%.