(完整版)第十二章相关和回归分析练习试题

统计学第十二章 多元线性回归一． 选择题1. 在多元线性回归分析中，t 检验是用来检验（ ） A 总体线性关系的显著性 B.各回归系数的显著性 C.样本线性关系的显著性 D ．H 0：β1=β2=…βk =02.在多元线性回归模型中，若自变量x i 对因变量y 的影响不显著，那么它的回归系数 βi 的取值（ ）A.可能为0B.可能为1C.可能小于0 D 可能大于13.在多元线性回归方程 y i ˆ=βˆ0+x 11ˆβ+x 22ˆβ+…+xkkβˆ中，回归系数βˆi表示（ ） A.自变量x i 变动1个单位时，因变量y 的平均变动额为βˆiB.其他变量不变的条件下，自变量x i 变动1个单位时，因变量y的平均变动额为βˆiC.其他变量不变的条件下，自变量x i 变动1个单位时，因变量y的变动总额为βˆiD.因变量y 变动1个单位时，因变量x i 的变动总额为βˆi4.设自变量的个数为5个，样本容量为20。

在多元回归分析中，估计标准误差的自由度为（ ）A.20B.15C.14D.18 5.在多元回归分析中，通常需要计算调整的多重判定系数R a2，这样可以避免的值（）A. 由于模型中自变量个数的增加而越来越接近1B. 由于模型中自变量个数的增加而越来越接近0C. 由于模型中样本容量的增加而越来越接近0D. 由于模型中样本容量的增加而越来越接近16.在多元线性回归分析中，如果F检验表明线性关系显著，则意味着（）A.在多个变量中至少有一个自变量与因变量之间的线性关系显著B.所有的自变量与因变量之间的线性关系都显著C.在多个变量中至少有一个自变量与因变量之间的线性关系不显著D.所有的自变量与因变量之间的线性关系都不显著7.在多元线性回归分析中，如果t检验表明回归系数βi不显著，则意味着（）A.整个回归方程的线性关系不显著B.整个回归方程的线性关系显著C.自变量x i与因变量之间的线性关系不显著D.自变量x i与因变量之间的线性关系显著8.设多元线性回归方程为Yˆ=βˆ0+x11ˆβ+x22ˆβ+…+xkkβˆ，若自变量x i的回归系数βˆi的取值接近0，这表明（）A.因变量y对自变量ix的影响不显著B.因变量y对自变量ix的影响显著C.自变量ix对因变量y的影响不显著D.自变量x对因变量y的影响显著i9.一家出租汽车公司为确定合理的管理费用，需要研究出租车司机每天的收入（元）与他的行驶时间（小时）、行驶的里程（公里）之间的关系，为此随机调查了20位出租车司机，根据每天的收入（y）、行驶时间（x1）和行驶的里程（x2）的有关数据进行回归，得到下面的有关结果（a=0.05）根据上表计算的判定系数为（）A. 0.9229B. 1.1483C. 0.3852D. 0.851610. 一家出租汽车公司为确定合理的管理费用，需要研究出租车四级每天的收入（元）与他的行驶时间（小时）、行驶的里程（公里）之间的关系，为此随机调查了20位出租车司机，根据每天的收入（y）、行驶时间（x1）和行驶的里程（x2）的有关数据进行回归，得到下面的有关结果（α=0.05）根据上表计算的估计标准误差为（）A. 306.18B. 17.50C. 16.13D. 41.9311. 一家出租汽车公司为确定合理的管理费用，需要研究出租车司机每天的收入（元）与他的行驶时间（小时）、行驶的里程（公里）之间的关系，为此随机调查了20位出租车司机，根据每天的收入（y）、行驶时间（x1）和行驶的里程（x2）的有关数据进行回归，得到下面的有关结果（α=0.05）根据上表计算的用于检验线性关系的统计量F=（）A. 306.18B. 48.80C. 5.74D. 41.9312.一家产品销售公司在30个地区设有销售分公司。

第十二章 相关与回归分析四、名词解释1．消减误差比例变量间的相关程度，可以用不知Y 与X 有关系时预测Y 的误差0E ，减去知道Y 与X 有关系时预测Y 的误差1E ，再将其化为比例来度量。

将削减误差比例记为PRE 。

2． 确定性关系当一个变量值确定后，另一个变量值夜完全确定了。

确定性关系往往表现成函数形式。

3．非确定性关系在非确定性关系中，给定了一个变量值，另一个变量值还可以在一定范围内变化。

4．因果关系变量之间的关系满足三个条件，才能断定是因果关系。

1）连个变量有共变关系，即一个变量的变化会伴随着另一个变量的变化；2）两个变量之间的关系不是由其他因素形成的，即因变量的变化是由自变量的变化引起的；3）两个变量的产生和变化有明确的时间顺序，即一个在前，另一个在后，前者称为自变量，后者称为因变量。

5．单相关和复相关单相关只涉及到两个变量，所以又称为二元相关。

三个或三个以上的变量之间的相关关系则称为复相关，又称多元相关。

6．正相关与负相关正相关与负相关：正相关是指一个变量的值增加时，另一变量的值也增加；负相关是指一个变量的值增加时，另一变量的值却减少。

7．散点图散点图：将相关表所示的各个有对应关系的数据在直角坐标系上画出来，以直观地观察X 与Y 的相互关系，即得相关图，又称散点图。

8．皮尔逊相关系数r皮尔逊相关系数是协方差与两个随机变量X 、Y 的标准差乘积的比率。

9．同序对在观察X 序列时，如果看到i j X X <，在Y 中看到的是i j Y Y <，则称这一配对是同序对。

10．异序对在观察X 序列时，如果看到i j X X <，在Y 中看到的是i j Y >Y ，则称这一配对是异序对。

11．同分对如果在X 序列中，我们观察到i j X =X （此时Y 序列中无i j Y =Y ），则这个配对仅是X 方向而非Y 方向的同分对；如果在Y 序列中，我们观察到i jY =Y （此时X 序列中无i j X =X ），则这个配对仅是Y 方向而非X 方向的同分对；我们观察到i j X =X ，也观察到i j Y =Y ，则称这个配对为X 与Y 同分对。

第十二章直线相关与回归A型选择题〔、若计算得一相关系数r=0.94,则（）A、x与y之间一定存在因果关系B、同一资料作回归分析时，求得回归系数一定为正值C、同一资料作回归分析时，求得回归系数一定为负值D求得回归截距a>0E、求得回归截距a^ 02、对样本相关系数作统计检验（H o =0）,结果r r°.05（v）,统计结论是（）。

A、肯定两变量为直线关系B、认为两变量有线性相关C、两变量不相关B. 两变量无线性相关E、两变量有曲线相关3、若A「0.05（如」2血。

^），则可认为（）。

A. 第一组资料两变量关系密切B. 第二组资料两变量关系密切C. 难说哪一组资料中两变量关系更密切D两组资料中两变量关系密切程度不一样E、以上答案均不对4、相关分析可以用于（）有无关系的研究A、性别与体重B、肺活量与胸围C、职业与血型D国籍与智商E、儿童的性别与体重5、相关系数的假设检验结果，则在〉水平上可认为相应的两个变量间（）A、有直线相关关系B、有曲线相关关系C、有确定的直线函数关系D有确定的曲线函数关系E、不存在相关关系6根据样本算得一相关系数r，经t检验，P v 0.01说明（）A、两变量有高度相关B、r来自高度相关的相关总体C、r来自总体相关系数p的总体D r来自卩工0的总体E、r来自p>0的总体7、相关系数显著检验的无效假设为（）A、r有高度的相关性B、r来自p工0的总体C、r来自p = 0的总体D r与总体相关系数p差数为0E、r来自p>0的总体8、计算线性相关系数要求（）A. 反应变量Y呈正态分布，而自变量X可以不满足正态分布的要求B. 自变量X呈正态分布，而反应变量丫可以不满足正态分布的要求C. 自变量X和反应变量丫都应满足正态分布的要求D. 两变量可以是任何类型的变量E. 反应变量Y要求是定量变量，X可以是任何类型的变量9、对简单相关系数r进行检验，当检验统计量t r>t 0.05（V）时，可以认为两变量x 与丫间（）A. 有一定关系B. 有正相关关系C. 无相关关系D. 有直线关系E. 有负相关关系10、相关系数反映了两变量间的（）A、依存关系B、函数关系C、比例关系D相关关系E、因果关系11、|r| “0.05/2,（2）时，则在G =0.05水准上可认为相应的两变量X、丫间（）。

第十一章 等级相关练习题1．某市有12所大专院校，现组织一个评审委员会对各校校园及学生体质进行评价，结果如下，试求环境质量与学生体质的关系的斯皮尔曼相关系数和肯得尔等级相关系数。

2．以下是婚姻美满与文化程度的抽样调查的结果，请计算婚姻美满与文化程度之Gamma 系数和肯德尔相关系数τc 。

3．以下为两位评判员对10名参赛人名次的打分。

试用斯皮尔曼等级相关系数来描述两评判员打分的接近程度。

4．青年歌手大奖赛评委会对10名决赛选手的演唱水平（X ）和综合素质（Y ）进行打分，评价结果如下表（表中已先将选手按演唱水平作了次序排列）所示，试计算选手的演唱水平和综合素质间的斯皮尔曼等级相关系数。

（10分）5．下面是对50名被调查者的英语成绩和法语成绩的抽样调查：求Gamma 系数。

解：41.0164390164390=+-=+-=d s d s n n n n G y x a=b 54.479y=a+bx=-54.479+0.659x n n -=-∑∑斯皮尔曼相关系数2s 26d r 1-0.94n(n -1)==∑【皮尔逊相关系数：0.889，斯皮尔曼相关系数：0.94，回归方程：Y=-54.48+0.66X 】1．赛马迷们会认为，在圆跑道上进行的赛马比赛中，某些起点位置上的马会特别有利。

在有八匹马的比赛中，位置1是内侧最靠近栏杆的跑道，位置8是外侧离栏杆最远的跑道。

请从赛马的结果中判断起点位置与赛马获胜是否有关。

（α=0.05）7. 甲、乙两位评酒员对10种品牌白酒的主观排序如下表，计算两个等级相关系数，问两位评酒员对白酒的评价意见具有一定的相关性吗？（α= 0.05）第十二章回归与相关一、填空1．在数量上表现为现象依存关系的两个变量，通常称为自变量和因变量。

自变量是作为（变化根据）的变量，因变量是随（自变量）的变化而发生相应变化的变量。

2．对于表现为因果关系的相关关系来说，自变量一般都是确定性变量，因变量则一般是（随机性）变量。

第十二章相关与回归分析一、填空1. 如果两变量的相关系数为0，说明这两变量之间__ 。

2.相关关系按方向不同，可分为_____ 和________ 。

3. 相关关系按相关变量的多少，分为和复相关。

4．在数量上表现为现象依存关系的两个变量，通常称为自变量和因变量。

自变量是作为（变化根据）的变量，因变量是随（自变量）的变化而发生相应变化的变量。

5．对于表现为因果关系的相关关系来说，自变量一般都是确定性变量，因变量则一般是（随机性）变量。

6．变量间的相关程度，可以用不知Y与 X有关系时预测 Y的全部误差 E1，减去知道 Y与 X有关系时预测Y的联系误差E2，再将其化为比例来度量，这就是（削减误差比例）。

7．依据数理统计原理，在样本容量较大的情况下，可以作出以下两个1）实际观察值 Y 围绕每个估计值 Y c是服假定：从（）；（2）分布中围绕每个可能的 Y c 值的（）是相同的。

7. 已知：工资（元）倚劳动生产率（千元）的回归方程为yc 10 80x，因此，当劳动生产率每增长 1 千元，工资就平均增加 80 元。

8．根据资料，分析现象之间是否存在相关关系，其表现形式或类型如何，并对具有相关关系的现象之间数量变化的议案关系进行测定，即建立一个相关的数学表达式，称为（回归方程），并据以进行估计和预测。

这种分析方法，通常又称为（回归分析）。

9．积差系数 r 是（协方差）与 X 和 Y 的标准差的乘积之比。

二、单项选择1．欲以图形显示两变量 X 和 Y 的关系，最好创建（ D ）。

A 直方图 B 圆形图 C 柱形图 D 散点图2．在相关分析中，对两个变量的要求是（A ）。

A 都是随机变量B 都不是随机变量C 其中一个是随机变量，一个是常数D 都是常数3.相关关系的种类按其涉及变量多少可分为（）。

A. 正相关和负相关B. 单相关和复相关C. 线性相关和非线性相关D. 不相关、不完全相关、完全相关4．关于相关系数，下面不正确的描述是（B ）。

相关分析与回归分析同步练习试卷1(题后含答案及解析)题型有：1. 单项选择题 2. 多项选择题 3. 名词解释题单项选择题每小题1分,在每小题列出的四个备选项中只有一个是符合题目要求的，请将其代码填写在题后的括号内。

多选无分。

1．产品的单位成本随着劳动生产率的不断提高而下降，此种现象属于（）A．完全相关B．不完全相关C．正相关D．负相关正确答案：D 涉及知识点：相关分析与回归分析2．只反映一个自变量和一个因变量韵相关关系是（）A．正相关B．负相关C．单相关D．复相关正确答案：C 涉及知识点：相关分析与回归分析3．当相关关系的—个变量变动时，另—变量也相应地发生大致均等的变动，这种相关关系称为（）A．线性相关B．非线性相关C．单相关D．完全相关正确答案：A 涉及知识点：相关分析与回归分析4．完全相关关系就是（）A．函数关系B．因果关系C．狭义的相关关系D．广义的相关关系正确答案：A 涉及知识点：相关分析与回归分析5．大多数相关关系属于（）A．不相关B．完全相关C．不完全相关D．无法判断正确答案：C 涉及知识点：相关分析与回归分析6．制作双变量分组相关表，应将自变量放在（）A．横栏B．纵栏C．中间栏D．任意一栏正确答案：A 涉及知识点：相关分析与回归分析7．相关系数的取值范围是（）A．-1≤r≤lB．-1≤r≤lC．-1&lt;r&lt;lD．-1≤r&lt;1正确答案：B 涉及知识点：相关分析与回归分析8．两个变量问的相互依存程度越高，则二者之间的相关系数值越接近于（）A．1B．-1C．0D．1或-1正确答案：D 涉及知识点：相关分析与回归分析9．两个现象之间相互依存关系程度越弱，则相关系数r（）A．越接近于0B．越接近于-1C．越接近于1D．越接近于0.5正确答案：A 涉及知识点：相关分析与回归分析10．在相关分析中，要求相关的两个变量（）A．至少有一个是随机变量B．因变量是随机变量C．都不是随机变量D．自变量是随机变量正确答案：A 涉及知识点：相关分析与回归分析11．配合回归直线最好的方法是（）A．随手画线法B．加权平均法C．最小平方法D．移动平均法正确答案：C 涉及知识点：相关分析与回归分析多项选择题每小题2分，在每小题列出的五个备选项中至少有两个是符合题目要求的，请将其代码填写在题后的括号内。

A.(0,0 )点C・(0,D.(xJ) 归分析的基本知识点及习题1.回归直线：如果散点图中点的分布从整体上看大致在一条直线附近，我们就称这两个变量之间具有线性相关关系，这条直线叫作回归直线。

2.线性回归方程y = hx^a中系数计算公式:-无）（月-顼）一亦顼/；= ---------- = -------- ， a = y-bx9其中元，"表示样本均值.支3-元）2 力;-济/=! /=!3.回归直线必过样本点中心（% ,顼）A卷一、选择题：1 .炼钢时钢水的含碳量与冶炼时间有（）A.确定性关系B.相关关系C.函数关系D.无任何关系2.对相关性的描述正确的是（）A.相关性是一种因果关系B.相关性是一种函数关系C.相关性是变量与变量之间带有随机性的关系D.以上都不正确3.£时等于（）/=!+X2y2+••・ D.X1- +工2>2 +••・+ "”4.设有-一个回归方程为y =2--2.5% ,则变量x增加一个单位时（）A. y平均增加2.5个单位B. y平均增加2个单位C.y平均减少2.5个单位D.y平均减少2个单位A.3| +x2+••• + ◎'B.()\ +)Z +•.. + )'〃)5. y^jx之间的线性回归方程y =bx +a必定过（）A.y = 11.47+ 2.62] C.y = 11.47x + 2.62 y = —11.47 +2.62工D. y = 11.47 -2.62x则系数的值为（）£（玉—元）3,.-力/=!T）（）f C. ----------------/=!已知x、y之间的一组数据:ZST）（）'，7）B. -----------------------n/=!£（气-玲26.某化工厂为预测某产品的问收率y,需要研究它和原料有效成分含量x之间8 8的相关关系,现取了8对观测值，计算得£兀=52, £乂=228,/=1 /=18 8£对二478,£易力=1849,则y与x的回归方程是（）/=! /=!7•线性回归方程y = bx + a有一组独立的观测数据（为必），（方况），…，"〃，）％），贝,J y -W x的线性回归方程y = bx-\-a必过点（）A.（2, 2）B.（ 1.5,0）C. （1,2）D.（1.5,4）二、填空题：9.线性回归方程y = hx +a中,/?的意义是.10.有下列关系:⑴人的年龄与他（她）拥有的财富之间的关系;⑵曲线上的点写该点的坐标之间的关系;（3）苹果的产量与气候之间的关系;（4）森林中的同一种树木，其断面直径与高度之间的关系;（5）学生与他（她）的学号之间的关系.其中有相关关系的是.11.若施化肥量尤与水稻产量y的回归直线方程为y = 5x + 250 ,当施化肥量为SO kg时，预计的水稻产量为E（.v； - .y）2 i=l12.己知线性回归方程y = 1.5、+ 45(券{1,5,7,13,19}),则亍=.13.对于线性回归方程y = 4.75x + 257，当x = 28时,y的估计值是.三、解答题：14.为了研究三月下旬的平均气温(x°C)与四月二十号前棉花害虫化蛹高峰日()，)的关系，某地区观察了1996年至2001年的情况，得到下面的数据：(1)据气象预测，该地区在2002年三刀下旬平均气温为27°C,试估计2002年四月化蛹高峰日为哪天？(2)对变量心y进行相关性判断.•、选择题:1 .变量y与工之间的回归方程（）A.表示y与工之间的函数关系B.表示y与尤之间的不确定性关系C.反映y与x之间真实关系的形式D.反映y-^x之间的真实关系达到最大限度的吻合3.由一组样本数据（羽,）\）, （了2, ），2），…，（％）%）得到的回归直线方程y = bx + a , 那么下面说法不正确的是（）A.直线y = bx + a必经过点（克力B.直线y=bx +a至少经过点（叫，）、），（^，/，…，（知）'〃）中的一个点Z也月—亦》C.直线y^bx + a的斜率为----------〃 2 -2Xj 一心D.直线）＞= bx + a和各点（%], y））, （x2, ）,•••, （x n, ）的偏差[y y - （bx f +。

第十二章 直线相关与回归A 型选择题1、若计算得一相关系数r=0.94,则（ ）A 、x 与y 之间一定存在因果关系B 、同一资料作回归分析时，求得回归系数一定为正值C 、同一资料作回归分析时，求得回归系数一定为负值D 、求得回归截距a>0E 、求得回归截距a ≠02、对样本相关系数作统计检验（H 0：ρ=0），结果0.05()v r r >，统计结论是（）。

A. 肯定两变量为直线关系B 、认为两变量有线性相关C 、两变量不相关B. 两变量无线性相关E 、两变量有曲线相关3、若1210.05()20.01(),v v r r r r >>，则可认为（ ）。

A. 第一组资料两变量关系密切B. 第二组资料两变量关系密切C 、难说哪一组资料中两变量关系更密切D 、两组资料中两变量关系密切程度不一样E 、以上答案均不对4、相关分析可以用于（ ）有无关系的研究A 、性别与体重B 、肺活量与胸围C 、职业与血型D 、国籍与智商E 、儿童的性别与体重5、相关系数的假设检验结果P<α,则在α水平上可认为相应的两个变量间（）A 、有直线相关关系B 、有曲线相关关系C 、有确定的直线函数关系D 、有确定的曲线函数关系E 、不存在相关关系6、根据样本算得一相关系数r ，经t 检验，P ＜0.01说明（ ）A 、两变量有高度相关B 、r 来自高度相关的相关总体C 、r 来自总体相关系数ρ的总体D 、r 来自ρ≠0的总体E 、r 来自ρ＞0的总体7、相关系数显著检验的无效假设为（ ）A 、r 有高度的相关性B 、r 来自ρ≠0的总体C 、r 来自ρ＝0的总体D 、r 与总体相关系数ρ差数为0E 、r 来自ρ＞0的总体8、计算线性相关系数要求（ ）A ．反应变量Y 呈正态分布，而自变量X 可以不满足正态分布的要求B ．自变量X 呈正态分布，而反应变量Y 可以不满足正态分布的要求C ．自变量X 和反应变量Y 都应满足正态分布的要求D ．两变量可以是任何类型的变量E ．反应变量Y 要求是定量变量，X 可以是任何类型的变量9、对简单相关系数r 进行检验，当检验统计量t r >t 0.05(ν)时，可以认为两变量x与Y 间（ ）A ．有一定关系B ．有正相关关系C ．无相关关系D ．有直线关系E ．有负相关关系10、相关系数反映了两变量间的（ ）A 、依存关系B 、函数关系C 、比例关系D 、相关关系E 、因果关系11、)2(,2/05.0-<n r r 时，则在05.0=α水准上可认为相应的两变量X 、Y 间（ ）。

第十二章简单回归分析选择题A1型每一道题下面有A、B、C、D、E五个备选答案，请从中选择一个最佳答案。

1、线性回归分析可用于下列（）的依存关系的研究A、性别与身高B、年龄与体重C、职业与工龄D、民族语血型E、国籍与智商2、对变量X和Y同时进行线性相关分析和线性回归分析，其结果一定是（）A、r>0,b<0B、r<0,b>0C、r b≥0D、r=bE、r与b的符号无关3、已知相关系数r=1，则一定有（）A、SS总=SS残B、SS总=SS回C、SS残=SS回D、a=1E、b=14、线性回归分析中，对总体回归系数B是否为0做t检验，其自由度是（）A、nB、n-1C、n-2D、2n-1E、2n-25、如果对线性回归模型进行假设检验，结果是没能拒绝H0，这就意味着（）A、该模型有应用价值B、该模型无应用价值C、该模型求解错误D、X与Y之间无关系E、尚无充分证据说明X与Y之间有线性关系6、求得X与Y的线性回归方程后，对回归系数作假设检验的目的是：对（）作出统计推断A、样本截距B、总体截距C、样本斜率D、总体斜率E、决定系数7、在求出Y关于X变化的线性回归方程后发现，将原始数据中的某一点（X k，Y k）的横坐标值X k代入方程所得的Y k≠Y k，则可以认为（）A此现象正常B、此现象无法解释C、计算有错误D、X与Y之间呈非线性关系E、X与Y之间呈线性关系8、对含有两个随机变量的同一批资料，既作线性相关，有作线性回归分析。

对相关系数检验的t值记为t r，对回归系数检验的t值记为t b,则二者之间的关系是（）A、t r>t bB、t r<t bC、t r≥t bD、t r≤t bE、t r=t b9、对以X为自变量，Y为因变量作线性回归分析时，下列正确的说法是（）A、只要求X服从正态分布B、只要求Y服从正态分布C、只要求X与Y是定量变量D、要求X与Y都服从正态分布E、要求X与Y服从双变量正态分布10、利用最小二乘原则确定回归方程的要求是：使得各数据点（）A、距回归直线纵向距离的平方和最小B、距回归直线横向距离的平方和最小C、距回归直线距离的平方和最小D、距回归直线垂直距离的平方和最小E、距回归直线平行距离的平方和最小11、线性回归分析中，当（）时，回归方程拟合的效果越佳A、截距越大B、斜率越大C、回归系数越大D、相关系数越大E、决定系数越大12、线性回归分析中，若对总体回归系数B是否为0作方差分析，得到F>F a(v1,v2),则可认为（）A、两变量之间存在回归关系B、两变量之间不存在回归关系C、两变量之间存在线性回归关系D、两变量之间不存在线性回归关系E、两变量之间存在因果关系【参考答案】（一）1、B 2、C 3、B 4、C 5、E 6、D 7、A 8、E 9、D 10、A 11、E 12、C。

选修1-2 1.2回归分析一、选择题1．已知回归直线方程y ^＝2－2.5x ，若变量x 每增加1个单位，则( ) A ．y 平均增加2.5个单位 B ．y 平均增加1个单位 C ．y 平均减少2.5个单位 D ．y 平均减少2个单位 [答案] C2．已知x ，y 的一组数据如下表所示：则y 与x 之间的线性回归方程y ＝β0x ＋β1必过定点( ) A ．(0,0) B ．(x ，0) C ．(0，y ) D ．(x ，y ) [答案] D[解析] 回归直线过样本点的中心(x ，y )．3．一位母亲记录了儿子3～9岁的身高，数据如下表所示，由此建立了身高对年龄的回归模型y ＝7.1x ＋79.93.用这个模型预测这个孩子10岁时的身高，则下列叙述中正确的是( )B ．身高在145.83 cm 以上C ．身高在145.83 cm 左右D ．身高在145.83 cm 以下 [答案] C[解析] 由回归直线方程所得的预报变量y 的值，并不是预报变量的精确值，而是预报变量可能取值的平均值．4．三点(3,10)，(7,20)，(11,24)的回归方程是( ) A.y ^＝5－17x B.y ^＝－17＋5x C.y ^＝17＋5xD.y ^＝17－5x[答案] B5．对于线性相关系数r ，以下说法正确的是( ) A ．r 只能为正值，不能为负值B ．|r |≤1，且|r |越接近于1，相关程度越大；相反则越小C ．|r |≤1，且|r |越接近于1，相关程度越小；相反则越大D ．不能单纯地以r 来确定线性相关程度 [答案] B6．(2010·湖南文，3)某商品销售量y (件)与销售价格x (元/件)负相关，则其回归方程可能是( )A.y ^＝－10x ＋200 B.y ^＝10x ＋200 C.y ^＝－10x －200D.y ^＝10x －200[答案] A[解析] 本题主要考查变量的相关性． 由负相关的定义知，A 正确． 7．有下列说法：①在残差图中，若残差点比较均匀地落在水平的带状区域内，说明选用的模型比较合适； ②用相关指数R 2来刻画回归的效果，R 2越大，说明模型的拟合效果越好；③比较两个模型的拟合效果，可以比较残差平方和的大小，残差平方和越小的模型，拟合效果越好．其中正确命题的个数是( ) A ．0个 B ．1个 C ．2个 D ．3个 [答案] D8．在建立两个变量y 与x 的回归模型中，分别选择了4个不同的模型，它们的相关指数R 2的值如下，其中拟合效果最好的模型是( )A ．模型1的相关指数R 2为0.98 B ．模型2的相关指数R 2为0.80 C ．模型3的相关指数R 2为0.50 D ．模型4的相关指数R 2为0.25 [答案] A[解析] R 2的值越大，模型的拟合效果越好．故选A. 9．下列关于残差图的描述中错误的是( ) A ．残差图的横坐标可以是样本编号B ．残差图的模坐标可以是解释变量或预报变量C ．残差点分布的带状区域的宽度越窄，相关指数越小D ．残差点分布的带状区域的宽度越窄，回归平方和越大 [答案] C[解析] 残差图和相关指数都可以刻画回归模型的拟合效果．残差点分布的带状区域越窄，相关指数R 2越大，说明回归模型的拟合效果越好．故选C.10．三点(3,10)，(7,20)，(11,24)的回归方程是( ) A.y ^＝5－17x B.y ^＝－17＋5x C.y ^＝17＋5xD.y ^＝17－5x[答案] B 二、填空题11．回归分析是处理变量之间________关系的一种数量统计方法． [答案] 相关12．已知回归直线方程为y ^＝0.50x －0.81，则x ＝25时，y 的估计值为________． [答案] 11.6913．对于同一资料，如果将x 作自变量，y 作因变量，得回归系数b ；将y 作自变量，x 作因变量，得回归系数b ′.则相关系数r 与b 、b ′的关系是________．[答案] bb ′＝r 2三、解答题14．假设关于某种设备的使用年限x (年)与所支出的维修费用y (万元)有如下统计资料：已知∑x 2i ＝90，∑y 2i i i 79≈8.9，2≈1.4，n －2＝3时，r 0.05＝0.878. (1)求x ，y ；(2)对x ，y 进行线性相关性检验；(3)如果x 与y 具有线性相关关系，求出回归直线方程； (4)估计使用年限为10年时，维修费用约是多少？ [解析] (1)x ＝2＋3＋4＋5＋65＝4，y ＝2.2＋3.8＋5.5＋6.5＋7.05＝5.0.(2)步骤如下：①作统计假设：x 与y 不具有线性相关关系． ②n －2＝3时，r 0.05＝0.878.③∑x i y i －5x ·y ＝112.3－5×4×5＝12.3， ∑x 2i －5x 2＝90－5×42＝10， ∑y 2i －5y 2＝140.8－125＝15.8， ∴r ＝12.310×15.8＝12.32·79＝12.31.4×8.9≈0.987.④|r |＝0.987>0.878，即|r |>r 0.05，所以有95%的把握认为“x 与y 之间具有线性相关关系”，再求回归直线方程是有意义的．(3)由于b ^＝∑x i y i －5x ·y ∑x 2i －5x2＝112.3－5×4×590－5×42＝1.23， a ^＝y －b x ＝5－1.23×4＝0.08，所以回归直线方程为y ^＝1.23x ＋0.08.(4)当x ＝10时，y ^＝1.23×10＋0.08＝12.38(万元)，即估计用10年时间，维修费用约为12.38万元．15．一台机器由于使用时间较长，按不同的转速生产出来的某机械零件有一些会有疵点，每小时生产有疵点零件的多少随机器运转的速度而变化，下表为抽样试验结果：(1)对变量(2)如果y 与x 有线性相关关系，求回归直线方程；(3)若实际生产中，允许每小时的产品中有疵点的零件最多为10个，那么机器运转速度应控制在什么范围内？[解析] (1)y 与x 有线性相关关系； (2)y ＝0.7286x －0.8571；(3)机器的转速应控制在14.9013转/秒以下．16．已知某地每单位面积菜地年平均使用氮肥量x (kg)与每单位面积蔬菜年平均产量y (t)之间的关系有如下数据：(1)求x 与y 之间的相关系数，并检验是否线性相关；(2)若线性相关，求蔬菜产量y 与使用氮肥量x 之间的回归直线方程，并估计每单位面积施氮肥150kg 时，每单位面积蔬菜的年平均产量．[解析](1)列出下表，并用科学计算器进行相关计算：x ＝15＝101，y ＝15≈10.11， ∑i ＝115x 2i ＝161125，∑i ＝115y 2i ＝1628.55，∑i ＝115x i y i ＝16076.8.故蔬菜产量与施用氮肥量的相关系数r ＝16076.8－15×101×10.11(161125－15×1012)(1628.55－15×10.112)≈0.8643.由小概率0.05与n －2在附表中查得相关系数临界值r 0.05＝0.514，则r >r 0.05，说明有95%的把握认为蔬菜产量与施用氮肥量之间存在着线性相关关系．(2)设所求的回归直线方程为y ^＝b ^x ＋a ^，则b ^＝∑i ＝115x i y i －15x y∑i ＝115x 2i －15x 2＝16076.8－15×101×10.11161125－15×1012≈0.0937， a ^＝y －b x ≈10.11－0.0937×101＝0.6463，∴回归直线方程为y ^＝0.0937x ＋0.6463.∴当每单位面积施氮肥150kg 时，每单位面积蔬菜年平均产量为0.0937×150＋0.6463≈14.701(t)．[说明] 本题主要考查对两个变量的相关性检验和回归分析．(1)使用样本相关系数计算公式来完成；(2)先作统计假设，由小概率0.05与n－2在附表中查得相关系数临界值r0.05，若r>r0.05则线性相关，否则不线性相关．。

第十二章直线相关与回归【A1型题】1.在y和x的回归分析中，若tb＜t0.05,υ可认为A. 两变量存在线性相关关系B. 两变量不存在任何关系C. 样本回归系数和总体回归系数(β＝0 ) 相等的可能性P＞95%D. 两变量无线性相关E. 以上都不是2. sy·x和sb分别表示A. y对的离散度和b的抽样误差B. y对x的离散度和b的离散度C. y的离散度和b的离散度D. y对的离散度和y的标准估计误差E. y的离散度和b的变异3.欲分析肺活量和身高之间的数量关系，拟用身高值预测肺活量值，则应采用A. 秩相关分析B. 相关分析C. 直线回归分析D. 多元回归分析E. 以上都不是4.若r＞r0.05(ν)，则A. P＞0.05B. P≤0.05C. P＞0.01D. P≥0.05E. P＜0.055.若对两个变量进行直线相关分析，r＝0.39，P＞0.05，则说明两个变量之间A. 有伴随关系B. 有数量关系C. 有因果关系D. 有相关关系E. 无相关关系6.对相关系数r进行假设检验，当r＞r0.05(ν)，则A. 两变量之间关系密切B. 两变量之间相关有统计学意义C. 两变量之间关系不密切D. 两变量之间相关无统计学意义E. 以上都不是7.对两个数值变量同时进行了相关和回归分析，r有统计学意义（P<0.05），则A. b有高度的统计学意义B. b无统计学意义C. b有统计学意义D. 不能肯定b有无统计学意义E. 以上都不是8.某研究者测定60个中学生的身高，询问了他们每天的睡眠时间，并计算了等级相关系数，检验其统计学意义，查表时，n应为A. 2B. 1C. 58D. 60E. 599.某研究者测定了睡眠时间和焦虑症状评分，若想研究两者之间的相关性，应计算的指标是A. rB. tC. b2D. uE. b10.某医师拟制作标准曲线，用光密度值来推测食品中亚硝酸盐的含量，应选用的统计方法是A. u检验B. 回归分析C. 相关分析D. χ2检验E. q检验11.在直线回归分析中，回归系数b的绝对值越大A. 所绘散点越靠近回归线B. 所绘散点越远离回归线C. 回归线在y轴上的截距越大D. 回归线对x轴越平坦E. 回归线对x轴越陡【B型题】A.B.C.D. SbE. Sy12.直线回归分析中，反映扣除x的影响后y的变异程度的指标是13.直线回归分析中，反映在y的总变异中由于x与y的直线关系而使y变异减小的部分，也就是在总平方和中可以用x解释的部分即14.直线回归分析中，反映当x为某定数时个体y值变异程度的指标是15.直线回归分析中，反映x对y的线性影响之外的一切因素对y的变异的作用是【X型题】16. 对某样本的相关系数r和0的差别进行假设检验，结果为tr＜t0.05，ν，因此A. 两变量存在直线相关的可能性小于5%B. 如果样本来自ρ＝0的总体，得出该r值的概率大于5%C. 如果样本来自ρ＝0的总体，得出该r值的概率小于5%D. 两变量的差别无显著性E. r≠0是抽样误差所致17.在作直线回归分析时，选定自变量x的原则一般为A. 两变量间无因果关系，以变异较小者为xB. 两变量间无因果关系，以变异较大者为xC. 两变量间有因果关系，以"因"为xD. 两变量间有因果关系，以"果"为xE. x是可以精确测量和严格控制的变量18.相关系数r的数值A. 可以为负值B. 可以为正值C. 可等于1D. 可大于1E. 可等于-1【名词解释】19. 回归系数20. 截距21. 相关系数22. 等级相关23. 直线回归【简答题】24. 直线回归与相关分析的区别与联系是什么25. 进行直线相关与回归分析时应注意哪些问题26. 什么是剩余标准差？其作用如何27. 为何应该对样本相关系数和样本回归系数都应该进行假设检验28. 直线回归方程可应用在哪些方面29. 用什么方法来确定一条回归直线【应用题】30. 现有12名糖尿病患者血糖和胰岛素的测量数据列于下表中，试对其进行直线相关与回归分析表 12名糖尿病患者血糖(mmol/L)和胰岛素(mU/L)的测量数据编号123456789101112胰岛素17141912916182124171710血糖9.511.610.811.412.49.810.18.67.911.210.612.831. 某课题组测量了16名18～22岁男大学生的肺活量与身高，结果如下表，请进行直线相关与回归分析编号身高(m)x肺活量(L)y编号身高(m)x肺活量(L)y11.7424.65091.7084.02221.7184.278101.6984.07731.7144.420111.7144.31841.7124.379 121.6744.03951.7204.365131.6833.85061.7044.222141.6703.62571.7093.973151.6793.87 481.7294.290161.6923.91132 .某省卫生防病中心对10个城市进行肺癌死亡回顾调查，并对大气中苯并(a)芘进行监测，结果如下表，试检验两者有无相关城市编号12345678910肺癌标化死亡率(1/10万)5.6018.5016.2311.4013.808.1318.0012.1015.309.70苯并(a)芘(μg/100m3)0.051.171.050.100.750.500.651.200.950.65参考答案【A1型题】26.1. D2. A3. C4. E5. E6. B7. C8. D9. A10. B11. E【B型题】12.12. C13. B14. E15. A【X型题】16.16. BE17. CE18. ABCE【应用题】30.相关系数＝-0.9037，P＜0.05回归方程为＝15.448-0.302x ，P＜0.0531.相关系数＝0.874，P＜0.05回归方程为＝-15.392＋11.464x ，P＜0.0532.rs＝0.676，P＜0.05???? ?? ??-7-。

回归分析的基本思想及其初步应用一、选择题 1. 某同学由x 与y 之间的一组数据求得两个变量间的线性回归方程为y bx a =+，已知：数据x 的平均值为2，数据y 的平均值为3，则 ( )A ．回归直线必过点（2，3）B ．回归直线一定不过点（2，3）C ．点（2，3）在回归直线上方D ．点（2，3）在回归直线下方2. 在一次试验中，测得(x,y)的四组值分别是A(1,2),B(2,3),C(3,4),D(4,5)，则Y 与X 之间的回归直线方程为（ ）A ．yx 1=+ B ．y x 2=+ C ．y 2x 1=+ Ｄ．y x 1=-3. 在对两个变量x ，y 进行线性回归分析时，有下列步骤：①对所求出的回归直线方程作出解释； ②收集数据(i x 、i y ），1,2i =，…，n ；③求线性回归方程； ④求未知参数； ⑤根据所搜集的数据绘制散点图如果根据可行性要求能够作出变量,x y 具有线性相关结论，则在下列操作中正确的是（ ） A ．①②⑤③④ B ．③②④⑤① C ．②④③①⑤ D ．②⑤④③①4. 下列说法中正确的是（ ）A ．任何两个变量都具有相关关系B ．人的知识与其年龄具有相关关系C ．散点图中的各点是分散的没有规律D ．根据散点图求得的回归直线方程都是有意义的5. 给出下列结论：（1）在回归分析中，可用指数系数2R 的值判断模型的拟合效果，2R 越大，模型的拟合效果越好； （2）在回归分析中，可用残差平方和判断模型的拟合效果，残差平方和越大，模型的拟合效果越好； （3）在回归分析中，可用相关系数r 的值判断模型的拟合效果，r 越小，模型的拟合效果越好； （4）在回归分析中，可用残差图判断模型的拟合效果，残差点比较均匀地落在水平的带状区域中，说明这样的模型比较合适．带状区域的宽度越窄，说明模型的拟合精度越高． 以上结论中，正确的有（ ）个．A ．1B ．2C ．3D ．4 6. 已知直线回归方程为2 1.5y x =-，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7. 下面的各图中，散点图与相关系数r 不符合的是（ ）8. 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直线方程为ˆ7.1973.93yx =+，据此可以预测这个孩子10岁时的身高，则正确的叙述是（ ）A ．身高一定是145.83cmB ．身高超过146.00cmC ．身高低于145.00cmD ．身高在145.83cm 左右9. 在画两个变量的散点图时，下面哪个叙述是正确的( ) (A)预报变量在x 轴上，解释变量在y 轴上 (B)解释变量在x 轴上，预报变量在y 轴上(C)可以选择两个变量中任意一个变量在x 轴上 (D)可以选择两个变量中任意一个变量在y 轴上10. 两个变量y 与x 的回归模型中，通常用2R 来刻画回归的效果，则正确的叙述是（ ）A. 2R 越小，残差平方和小B. 2R 越大，残差平方和大C. 2R 于残差平方和无关 D. 2R 越小，残差平方和大 11. 两个变量y 与x 的回归模型中，分别选择了4个不同模型，它们的相关指数2R 如下 ，其中拟合效果最好的模型是( )A.模型1的相关指数2R 为B.模型2的相关指数2R 为C.模型3的相关指数2R 为 D.模型4的相关指数2R 为12. 在回归分析中，代表了数据点和它在回归直线上相应位置的差异的是( ) A.总偏差平方和 B.残差平方和 C.回归平方和 D.相关指数R 213.工人月工资（元）依劳动生产率（千元）变化的回归直线方程为ˆ6090y x =+，下列判断正确的是（ ） A.劳动生产率为1000元时，工资为50元 B.劳动生产率提高1000元时，工资提高150元 C.劳动生产率提高1000元时，工资提高90元 D.劳动生产率为1000元时，工资为90元14. 下列结论正确的是（ ）①函数关系是一种确定性关系；②相关关系是一种非确定性关系；③回归分析是对具有函数关系的两个变量进行统计分析的一种方法；④回归分析是对具有相关关系的两个变量进行统计分析的一种常用方法． Ａ．①② Ｂ．①②③ Ｃ．①②④ Ｄ．①②③④15. 已知回归直线的斜率的估计值为，样本点的中心为（4，5），则回归直线方程为（ ） Ａ． 1.234y x =+ Ｂ． 1.235y x =+ Ｃ． 1.230.08y x =+ Ｄ．0.08 1.23y x =+二、填空题16. 在比较两个模型的拟合效果时，甲、乙两个模型的相关指数2R 的值分别约为和，则拟合效果好的模型是 ．17. 在回归分析中残差的计算公式为 ．18. 线性回归模型y bx a e =++（a 和b 为模型的未知参数）中，e 称为 ．19. 若一组观测值（x 1,y 1）（x 2,y 2）…（x n ,y n ）之间满足y i =bx i +a+e i (i=1、2.…n)若e i 恒为0，则R 2为_____三、解答题20. 调查某市出租车使用年限x 和该年支出维修费用y （万元），得到数据如下：（2）由（1）中结论预测第10年所支出的维修费用．（121()()()ni i i ni i x x y y b x x a y bx==⎧-⋅-⎪⎪=⎨-⎪⎪=-⎪⎩∑∑）21. 以下是某地搜集到的新房屋的销售价格y和房屋的面积x的数据：（1）画出数据对应的散点图；（2）求线性回归方程，并在散点图中加上回归直线；150m时的销售价格.（3）据（2）的结果估计当房屋面积为2（4）求第2个点的残差。

求：(1)人均GDP 作自变量，人均消费水平作因变量，绘制散点图，并说明二者之间的关系形态。

(2)计算两个变量之间的线性相关系数，说明两个变量之间的关系强度。

(3)求出估计的回归方程，并解释回归系数的实际意义。

(4)计算判定系数，并解释其意义。

(5)检验回归方程线性关系的显著性(0.05α=)。

(6)如果某地区的人均GDP 为5000元，预测其人均消费水平。

(7)求人均GDP 为5000元时，人均消费水平95％的置信区间和预测区间。

解：（1）可能存在线性关系。

（2）相关系数：（3）回归方程：734.6930.309y x=+回归系数的含义：人均GDP没增加1元，人均消费增加0.309元。

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% 注意：图标不要原封不动的完全复制软件中的图标，要按规范排版。

系数(a)模型非标准化系数标准化系数t 显著性B 标准误Beta1 （常量）734.693 139.540 5.265 0.003人均GDP（元）0.309 0.008 0.998 36.492 0.000 a. 因变量: 人均消费水平（元）%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%人均GDP对人均消费的影响达到99.6%。

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%注意：图标不要原封不动的完全复制软件中的图标，要按规范排版。

模型摘要模型R R 方调整的R 方估计的标准差1 .998(a) 0.996 0.996 247.303a. 预测变量:(常量), 人均GDP（元）。

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%（5）F 检验：回归系数的检验：t 检验注意：图标不要原封不动的完全复制软件中的图标，要按规范排版。

系数(a)模型 非标准化系数标准化系数t 显著性B 标准误 Beta1（常量） 734.693 139.540 5.2650.003 人均GDP （元）0.3090.0080.99836.4920.000a. 因变量: 人均消费水平（元）%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%（6）某地区的人均GDP 为5000元，预测其人均消费水平为 734.6930.30950002278.693y =+⨯=(元)。

第十二章多元线性回归12.1根据下面的数据用Excel进行回归，并对回归结果进行讨论，计算x1=200，x2=7时y的预测值。

解：用Excel进行回归的结果如下：结果讨论如下：（1）从复判定系数看，x1和x2可解释y 变异的21%，这是一个相当低的程度。

（2）从方差分析的结果看，F 统计量不是统计上显著的。

（3）从单个回归系数看，也都是不显著的。

（4）该模型是无效的。

当x 1=200，x 2=7时y 的预测值为25.0287 - 0.04971*200+1.928169*7 = 28.58388312.2 根据下面Excel 输出的回归结果，说明模型中涉及多少个自变量、多少个观察值？写出回归方程，并根据F ，s e ，R 2及调整的2R α的值对模型进行讨论。

SUMMARY OUTPUT回归统计Multiple R 0.842407 R Square 0.709650 Adjusted R Square 0.630463 标准误差 109.429596 观测值 15 方差分析df SS MS F Significance F回归分析 3 321946.8018 107315.6006 8.961759 0.002724 残差 11 131723.1982 11974.84 总计 14 453670Coefficients 标准误差 t Stat P-valueIntercept 657.0534 167.459539 3.923655 0.002378 X Variable 1 5.710311 1.791836 3.186849 0.008655 X Variable 2 -0.416917 0.322193 -1.293998 0.222174 X Variable 3 -3.471481 1.442935 -2.405847 0.034870解：该模型有3个自变量，15个观察值。

估计的回归方程为：123ˆ657.0534 5.7103110.416917 3.471481yx x x =+-- 结果讨论。