人教版新课标A选修1-21.1回归分析的基本思想及其初步应用课堂检测

温馨提示：

    此套题为Word版，请按住Ctrl,滑动鼠标滚轴，调节合适的观看比例，答案解析附后。关闭Word文档返回原板块。

课时提升作业 一

回归分析的基本思想及其初步应用

一、选择题(每小题5分，共25分)

1.下列四个命题中正确的是(　　)

①在线性回归模型中，e是x+预报真实值y的随机误差，它是一个观测的量；②残差平方和越小的模型，拟合的效果越好；③用R2来刻画回归方程，R2越小，拟合的效果越好；④在残差图中，残差点比较均匀地落在水平的带状区域中，说明选用的模型比较合适，带状区域宽度越窄，说明拟合精度越高，回归方程的预报精度越高.

A.①③　　B.②④　　C.①④　　D.②③

【解析】选B.e是预报变量y的随机误差，故①不正确；R2越接近1，拟合的效果越好，故③不正确.

2.甲、乙、丙、丁4位同学各自对A，B两个变量进行回归分析，分别得到散点图与残差平方和(yi-)2如表：

哪位同学的试验结果体现拟合A，B两变量关系的模型拟合精度高？(　　)

A.甲   B.乙   C.丙   D.丁

【解析】选D.根据线性相关的知识，散点图中各样本点带状分布越均匀，同时保持残差平方和越小，回归分析建立的线性回归模型的拟合效果越好.由试验结果知，丁拟合效果较好些.

3.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.残差可以用来判断模型拟合的效果

【解析】选D.根据残差的意义及作用知，D正确.

4.(2016·大连高二检测)在一次试验中，测得(x，y)的4组值分别为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. =x+1      B. =x+2

C. =2x+1     D. =x-1

【解析】选A.由已知条件可知=，=，而回归直线必经过样本点的中心，故选项A符合题意.

5.(2016·济南高二检测)设某大学的女生体重y(单位：kg)与身高x(单位：cm)具有线性相关关系，根据一组样本数据(xi，yi)(i=1，2，…，n)，用最小二乘法建立的回归方程为=0.85x-85.71，则下列结论中不正确的是(　　)

A.y与x具有正的线性相关关系

B.回归直线过样本点的中心(，)

C.若该大学某女生身高增加1cm，则其体重约增加0.85kg

D.若该大学某女生身高为170cm，则可断定其体重必为58.79kg

【解题指南】根据线性相关、回归直线、样本点的中心等相关概念判断.

【解析】选D.

二、填空题(每小题5分，共15分)

6.对于回归方程=257+4.75x，当x=28时，y的估计值是________.

【解析】当x=28时，=257+4.75×28=390，

所以y的估计值为390.

答案：390

7.若对于变量y与x的10组数据的回归模型中，R2=0.95，又知残差平方和为120.53.那么(yi-)2=________.

【解析】由公式R2=1-

得0.95=1-得(yi-)2=2410.6.

答案：2410.6

8.面对竞争日益激烈的消费市场，众多商家不断扩大自己的销售市场，以降低生产成本.某白酒酿造企业市场部对该企业9月份的产品销量x(单位：千箱)与单位成本y(单位：元)的资料进行线性回归分析，结果如下：

=，=71，=79，xiyi=1481.

则销量每增加1000箱，单位成本下降________元.

【解析】由题意知=≈-1.8182，

=71-(-1.8182)×≈77.36，=-1.8182x+77.36，销量每增加1千箱，则单位成本下降1.8182元.

答案：1.8182

三、解答题(每小题10分，共20分)

9.(2016·武汉高二检测)某公司有6名推销员，其工作年限与年推销金额数据如下：

(1)求年推销金额y关于工作年限x的线性回归方程.

(2)若第6名推销员工作年限为11年，试估计他的年推销金额.

【解析】(1)设所求的回归方程为=x+，

则===0.5，

=-=0.4.

所以年推销金额y关于工作年限x的线性回归方程为=0.5x+0.4.

(2)当x=11时，=0.5×11+0.4=5.9(万元)，

所以可以估计第6名推销员的年推销金额为5.9万元.

10.已知某校在一次考试中，5名学生的数学和地理成绩如表：

(1)根据上表，利用最小二乘法，求出y关于x的线性回归方程=x+(其中=0.36).

(2)利用(1)中的线性回归方程，试估计数学90分的同学的地理成绩(四舍五入到整数).

(3)若从5人中选2人参加数学竞赛，其中1、2号不同时参加的概率是多少？

【解析】(1)=(80+75+70+65+60)=70，

=(70+66+68+64+62)=66，

=0.36，所以=-=40.8，

所以y关于x的线性回归方程为=0.36x+40.8.

(2)若x=90，则y=0.36×90+40.8≈73，

即数学90分的同学的地理成绩估计为73分.

(3)五人中选两人的不同选法有(1，2)，(1，3)，(1，4)， (1，5)，(2，3)，(2，4)，(2，5)，(3，4)，(3，5)，(4，5)共10种不同选法.其中1，2号不同时参加的有9种，

所以1，2号不同时参加的概率P=.

一、选择题(每小题5分，共10分)

1.(2016·石家庄高二检测)为了研究两个变量x和y之间的线性相关关系，甲、乙两位同学分别独立做了100次和150次试验，并且利用最小二乘法求得回归直线分别为l1，l2.已知两人在试验中发现变量x的观察数据的平均值都是s，变量y的观察数据的平均值都是t.下列说法中正确的是(　　)

A. l1和l2有交点(s，t)

B. l1与l2相交，但交点不一定是(s，t)

C. l1与l2必平行

D. l1与l2必重合

【解析】选A.由题意知，(s，t)是甲、乙两位同学所做试验的样本点的中心，而回归直线恒过样本点的中心，故A正确.

2.在某种新型材料的研制中，试验人员获得了下列一组试验数据，现准备用下列四个函数中的一个近似地表示这些数据的规律，其中最接近的一个是(　　)

A.y=2x　　　　　　   B.y=log2x

C.y=(x2-1)     D.y=2.61cosx

【解析】选B.作散点图，从图中观察可知，应为对数函数模型.

二、填空题(每小题5分，共10分)

3.(2016·福州高二检测)某人收集统计近几年来春节期间的平均气温x与某取暖商品销售额y的有关数据(如表)：

根据上述数据，用线性回归的方法，求得销售额y与平均气温x之间的线性回归方程为=x+中系数=-2.4，预测平均气温为-8℃时，该商品的销售额大约为________万元.

【解析】=-4，=25，即这组数据的样本点的中心为(-4，25)，将=-2.4代入回归直线方程且回归直线过样本点中心得=15.4.故回归直线方程为=-2.4x+15.4.当x=-8时，=-2.4×(-8)+15.4=34.6.

答案：34.6

4.对具有线性相关关系的变量x和y，由测得的一组数据已求得回归直线的斜率为6.5，且恒过(2，3)点，则这条回归直线的方程为________.

【解析】由题意知=2，=3，=6.5，所以=-=3-6.5×2=-10，即回归直线的方程为=-10+2x.

答案：=-10+2x

三、解答题

5.(10分)(2015·全国卷Ⅰ)某公司为确定下一年度投入某种产品的宣传费，需了解年宣传费x(单位：千元)对年销售量y(单位：t)和年利润z(单位：千元)的影响，对近8年的年宣传费xi和年销售量yi(i=1，2，…，8)数据作了初步处理，得到下面的散点图及一些统计量的值.

表中wi=，=wi.

(1)根据散点图判断，y=a+bx与y=c+d哪一个适宜作为年销售量y关于年宣传费x的回归方程类型？(给出判断即可，不必说明理由)

(2)根据(1)的判断结果及表中数据，建立y关于x的回归方程.

(3)已知这种产品的年利润z与x，y的关系为z=0.2y-x.根据(2)的结果回答下列问题：

①年宣传费x=49时，年销售量及年利润的预报值是多少？

②年宣传费x为何值时，年利润的预报值最大？

附：对于一组数据(u1，v1)，(u2，v2)，…，(un，vn)，其回归直线v=α+βu的斜率和截距的最小二乘估计分别为：=，=-.

【解析】(1)由散点图的变化趋势可以判断，y=c+d适宜作为年销售量y关于年宣传费x的回归方程类型.

(2)令w=，先建立y关于w的线性回归方程.

由于===68，

=-=563-68×6.8=100.6，

所以y关于w的线性回归方程为=100.6+68w，因此y关于x的回归方程为=100.6+68.

(3)①由(2)知，当x=49时，年销售量y的预报值=100.6+68=576.6，

年利润z的预报值=576.6×0.2-49=66.32.

②根据(2)的结果知，年利润z的预报值

=0.2(100.6+68)-x=-x+13.6+20.12.

所以当==6.8，即x=46.24时，取得最大值.

故年宣传费为46.24千元时，年利润的预报值最大.

【补偿训练】(2016·济宁高二检测)假定小麦基本苗数x与成熟期有效穗y之间存在相关关系，现测得5组数据如下：

 (1)以x为解释变量，y为预报变量作出散点图.

(2)求y与x之间的回归方程，对基本苗数56.7预报有效穗.

(3)计算各组残差，并计算残差平方和.

(4)求R2，说明回归模型的拟合效果.

【解析】(1)散点图如图所示：

(2)由(1)中的图看出，样本点大致分布在一条直线的附近，有比较好的线性相关关系，因此可以用线性回归方程刻画它们之间的关系.

设回归方程为=x+，=30.36，=43.5，

=5101.56，

=1320.66，2=921.7296，

xiyi=6746.76.

由=≈0.29，=-≈34.70，

故所求的回归直线方程为=34.70+0.29x.

当x=56.7时，=34.70+0.29×56.7=51.143.

估计成熟期有效穗为51.143.

(3)由于=xi+，可以算得=yi-，分别为=0.35，=0.718，=-0.5，

=-2.214，=1.624，

残差平方和：≈8.43.

(4)(yi-)2=50.18，

故R2=1-≈0.832.

故回归模型拟合效果较好.

关闭Word文档返回原板块