《2017-2018学年数学人教A版选修2-3优化练习：第三章 3.1 回归分析的基本思想及其初步应用 》由会员分享，可在线阅读，更多相关《2017-2018学年数学人教A版选修2-3优化练习：第三章 3.1 回归分析的基本思想及其初步应用 （7页珍藏版）》请在金锄头文库上搜索。
1、课时作业 A 组 基础巩固 1下列各关系中是相关关系的是 ( ) 路程与时间、速度的关系；加速度与力的关系；产品成本与产量的关系；圆周长 与圆面积的关系；广告费支出与销售额的关系 A B C D 解析：都是确定的函数关系 答案：C 2下列关于残差的叙述正确的是( ) A残差就是随机误差 B残差就是方差 C残差都是正数 D残差可用来判断模型拟合的效果 解析：由残差的相关知识可知 D 正确 答案：D 3由一组样本数据(x1，y1)，(x2，y2)，(xn，yn)得到的回归直线方程为 x ，那么 y b a 下列说法中不正确的是( ) A直线 x 必经过点(，) y b a x y B直线 x 至少
2、经过点(x1，y1)，(x2，y2)，(xn，yn)中的一个点 y b a C直线 x 的斜率为 y b a xiyin x y x2 inx2 D直线 x 的纵截距为 y b a y b x 解析：由用最小二乘法求回归直线方程的公式可知，A，C，D 都正确，B 不正确，回归直 线可以不经过样本数据中的任何一个点故应选 B. 答案：B 4已知变量 x 与 y 正相关，且由观测数据算得样本平均数 3， 3.5，则由该观测数据 xy 算得的线性回归方程可能是( ) A. 0.4x2.3 B. 2x2.4 y y C. 2x9.5 D. 0.3x4.4 y y 解析：由变量 x 与 y 正相关知 C
3、，D 均错，又回归直线经过样本点的中心(3,3.5)，代入验证 得 A 正确，B 错误故选 A. 答案：A 5某医学科研所对人体脂肪含量与年龄这两个变量研究得到一组随机样本数据，运用 Excel 软件计算得 0.577x0.448(x 为人的年龄，y(单位：%)为人体脂肪含量)对年龄为 y 37 岁的人来说，下面说法正确的是( ) A年龄为 37 岁的人体内脂肪含量都为 20.90% B年龄为 37 岁的人体内脂肪含量为 21.01% C年龄为 37 岁的人群中的大部分人的体内脂肪含量为 20.90% D年龄为 37 岁的大部分的人体内脂肪含量为 31.50% 解析：当 x37 时， 0.57
4、7370.44820.90120.90，由此估计：年龄为 37 岁的人群 y 中的大部分人的体内脂肪含量为 20.90%. 答案：C 6如图是 x 和 y 的样本数据的散点图，去掉一组数据_后，剩下的 4 组数据的相关 指数最大 解析：经计算，去掉 D(3, 10)这一组数据后，其他 4 组数据对应的点都集中在某一条直线 附近，即两变量的线性相关性最强，此时相关指数最大 答案：D(3,10) 7调查了某地若干户家庭的年收入 x(单位：万元)和年饮食支出 y(单位：万元)，调查显示 年收入 x 与年饮食支出 y 具有线性相关关系，并由调查数据得到 y 对 x 的回归直线方程： 0.254x0.3
5、21.由回归直线方程可知，家庭年收入每增加 1 万元，年饮食支出平均增加 y _万元 解析：由题意知0.254(x1)0.3210.254x0.3210.254. 答案：0.254 8今年一轮又一轮的寒潮席卷全国某商场为了了解某品牌羽绒服的月销售量 y(件)与月 平均气温 x()之间的关系，随机统计了某 4 个月的月销售量与当月平均气温，数据如下表： 月平均气温 x()171382 月销售量 y(件)24334055 由表中数据算出线性回归方程 x 中的 2.气象部门预测下个月的平均气温约为 6 y b a b ，据此估计，该商场下个月该品牌羽绒服的销售量的件数约为_ 解析：由表格得( ， )
6、为(10,38)，又( ， )在回归直线 x 上，且 2， xyxy y b a b 38210 ， 58，所以 2x58，当 x6 时， 265846. a a y y 答案：46 9在研究硝酸钠的可溶性程度时，对于不同的温度观测它在水中的溶解度，得观测结果如 表： 温度(x)010205070 溶解度(y)66.776.085.0112.3128.0 由资料看 y 与 x 呈线性相关，试求回归方程 解析： 30， 93.6. xy 66.776.085.0112.3128.0 5 0.880 9. b xiyi5 x y x2 i5x2 17 03514 040 7 9004 500 2
7、995 3 400 93.60.880 93067.173. a y b x 故回归方程为 0.880 9x67.173. y 10某地 10 户家庭的年收入和年饮食支出的统计资料如下表： 年收入 x/万元24466677810 年饮食支出 y /万元 0.91.41.62.02.11.91.82.12.22.3 (1)根据表中数据，确定家庭的年收入和年饮食支出是否具有相关关系； (2)如果某家庭年收入为 9 万元，预测其年饮食支出 解析：由题意知，年收入 x 为解释变量，年饮食支出 y 为预报变量，作散点图如下图所示： 从图中可以看出，样本点呈条状分布，年收入和年饮食支出有比较好的线性相关关
8、系，因 此可以用线性回归方程刻画它们之间的关系 (2) 6， 1.83，406， xy 10 i1 x 2 i 35.13， iyi117.7， 0.172， 0.798， 10 i1 y 2 i 10 i1 x b a y b x 从而得到回归直线方程为 0.172x0.798. y 当 x9 时， 0.17290.7982.346(万元) y B 组 能力提升 1甲、乙、丙、丁四位同学在建立变量 x，y 的回归模型时，分别选择了 4 种不同模型， 计算可得它们的相关指数 R2如表： 甲乙丙丁 R20.980.780.500.85 哪位同学建立的回归模型拟合效果最好？( ) A甲 B乙 C丙
9、 D丁 解析：相关指数 R2越大，表示回归模型的拟合效果越好 答案：A 2在一次试验中，测得(x，y)的四组值分别是(1,2)，(2,3)，(3,4)，(4,5)，则 y 与 x 间的回 归方程为( ) A. x1 B. x2 y y C. 2x1 D. x1 y y 解析：易知变量 y 与 x 具有线性相关关系，且 1， 2.5， 3.5， 3.512.51，故可得出线性回归方程为 x1. b xy a y 答案：A 3已知回归直线的斜率的估计值为 1.23，样本点的中心为(4,5)，则回归直线方程是 _ 解析：由斜率的估计值为 1.23，且回归直线一定经过样本点的中心(4,5)，可得 51
10、.23(x4)，即 1.23x0.08. y y 答案： 1.23x0.08 y 4某小卖部为了了解热茶销售量 y(杯)与气温 x()之间的关系，随机统计了某 4 天卖出的 热茶的杯数与当天气温，并制作了对照表： 气温/1813101 杯数24343864 由表中数据算得线性回归方程 x 中的 2，预测当气温为5 时，热茶销售量 y b a b 为_杯(已知回归系数 ， ) b n i1 xiyinx y n i1 x2 inx2 a y b x 解析：根据表格中的数据可求得 (1813101)10， (24343864)40. x 1 4y 1 4 40(2)1060， 2x60， a y
11、b x y 当 x5 时， 2(5)6070. y 答案：70 5某公司利润 y(单位：千万元)与销售总额 x(单位：千万元)之间有如表对应数据： x10151720252832 y11.31.822.62.73.3 (1)画出散点图； (2)求回归直线方程； (3)估计销售总额为 24 千万元时的利润 解析：(1)散点图如图： (2)列表，并利用科学计算器进行有关计算 i1234567 xi10151720252832 yi11.31.822.62.73.3 21， 2.1 xy 3 447，y 34.87，xiyi346.3 7 i1 x 2 i 7 i12 i 7 i1 于是 0.104
12、. b 346.37 21 2.1 3 4477 212 2.10.104210.084， a 因此回归直线方程为 0.104x0.084. y (3)当 x24 时，y0.104240.0842.412(千万元) 6为探究某弹簧悬挂物体的质量 x (单位：g)对弹簧长度 y(单位：cm)的影响，分别将 6 个 不同质量的物体悬挂在弹簧下，并测量弹簧的长度，数据如表所示(弹簧的质量忽略不计)： x/g51015202530 y/cm7.258.128.959.9010.911.8 (1)画出散点图； (2)根据散点图判断是否可以用线性回归模型进行拟合，如果可以，求 y 与 x 之间的回归直 线方程； (3)求 R2，并对拟合效果做出评价 解析：(1)散点图如图所示： (2)由于样本点分布在一条直线附近，所以可以用线性回归模型进行拟合计算可得 17.5， 9.487，从而 xy 0.183， b 6.285. a y b x 因此，y 与 x 之间的回归直线方程为 0.183x6. 285. y (3)因为(yi i)20.013 175， 6 i1 y (yi )214.678 33， 6 i1y 所以 R210.999. 由于 R2非常接近于 1，因此拟合效果较好
