线性回归分析报告练习题.doc

word§1回归分析一、根底过关1如下变量之间的关系是函数关系的是()A二次函数yax2bxc，其中a，c是常数，取b为自变量，因变量是这个函数的判别式b24acB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()ABCD3如下变量中，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对一组观察值(xi，yi)作出散点图后确定具有线性相关关系，假如对于ybxa，求得b0.51，61.75，38.14，如此线性回归方程为Ayx6.65 ByxCyx42.30 Dyx5对于回归分析，如下说法错误的答案是()A在回归分析中，变量间的关系假如是非确定关系，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r21，说明x与y之间完全相关D样本相关系数r(1,1)x1234y13576下表是x和y之间的一组数据，如此y关于x的回归方程必过()A.点(2,3) B点(1.5,4)C点(2.5,4) D点(2.5,5)7假如线性回归方程中的回归系数b0，如此相关系数r_.二、能力提升8假如施化肥量x(kg)与小麦产量y(kg)之间的线性回归方程为y2504x，当施化肥量为50 kg时，预计小麦产量为_ kg.9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：零件的个数x/个2345加工的时间y/小时34假如加工时间y与零件个数x之间有较好的相关关系(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10在一段时间，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：组别12345价格x2需求量y1210753xiyi62，x16.6.(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1.9万元，预测需求量大约是多少？(准确到0.01 t)11某运动员训练次数与运动成绩之间的数据关系如下：次数x3033353739444650成绩y3034373942464851(1)作出散点图；(2)求出回归方程；(3)计算相关系数并进展相关性检验；(4)试预测该运动员训练47次与55次的成绩答案1708.yx945010解(1)由表中数据，利用科学计算器得3.5，3.5，xiyi52.5，x54，b0.7，ab1.05，因此，所求的线性回归方程为yx1.05.(2)将x10代入线性回归方程，得y×101.058.05(小时)，即加工10个零件的预报时间为8.05小时11解(1)散点图如如下图所示：(2)因为×91.8，×377.4，xiyi62，x2i16.6，所以b11.5，ab×1.828.1，故y对x的线性回归方程为yx.(3)y×1.96.25(t)所以，如果价格定为1.9万元，如此需求量大约是6.25 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：次数xi成绩yix2iy2ixiyi303090090090033341 0891 1561 12235371 2251 3691 29537391 3691 5211 44339421 5211 7641 63844461 9362 1162 02446482 1162 3042 20850512 5002 6012 550由上表可求得39.25，40.875，x2i12 656，y2i13 731，xiyi13 180，b1.041 5，ab0.003 88，线性回归方程为y1.041 5x0.003 88.(3)计算相关系数r0.992 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y1.041 5x0.003 88作为该运动员成绩的预报值将x47和x55分别代入该方程可得y49和y57.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sx，sy，r·××15.257.76.11，01721×172100.故由身高估计平均体重的回归方程为yx100.由x，y位置的对称性，得b0.25，ab×72154.故由体重估计平均身高的回归方程为xy154.可线性化的回归分析一、根底过关1某商品销售量y(件)与销售价格x(元/件)负相关，如此其线性回归方程可能是()Ay10x200 By10x200Cy10x200 Dy10x2002在线性回归方程yabx中，回归系数b表示()A当x0时，y的平均值 Bx变动一个单位时，y的实际变动量Cy变动一个单位时，x的平均变动量 Dx变动一个单位时，y的平均变动量3对于指数曲线yaebx，令uln y，cln a，经过非线性化回归分析之后，可以转化成的形式为()AucbxBubcxCybcxDycbx4如下说法错误的答案是()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每一吨铸铁本钱yc(元)与铸件废品率x%建立的回归方程yc568x，如下说确的是 ()A废品率每增加1%，本钱每吨增加64元 B废品率每增加1%，本钱每吨增加8%C废品率每增加1%，本钱每吨增加8元 D如果废品率增加1%，如此每吨本钱为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.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.那么如下说确的是 ()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)与其母亲的不耐心程度(Y)进展了评价结果如下，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.如下哪个方程可以较恰当的拟合()Ay0.771 1xy36.958ln xCy1.177 8x1.014 5Dy20.924e0.019 3x8x，y之间的一组数据如下表：xy如此y与x之间的线性回归方程ybxa必过点_9线性回归方程为yx，如此x25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：x124y16125211建立y与x之间的回归方程2当时，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：年次x123456利润总额y由经验知，年次x与利润总额y(单位：亿元)有如下关系：yabxe0.其中a、b均为正数，求y关于x的回归方程(保存三位有效数字)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：xy64xy散点图显示出x与y的变动关系为一条递减的曲线经济理论和实际经验都证明，流通率y决定于商品的零售额x，表现着经营规模效益，假定它们之间存在关系式：ya.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1810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 (k0)，令t，如此ykt.可得到y关于t的数据如下表：t421y1612521画出散点图如图(2)所示，观察可知t和y有较强的线性相关性，因此可利用线性回归模型进展拟合，易得：b4.134 4，ab0.791 7，所以y4.134 4t0.791 7，所以y与x的回归方程是y0.791 7.11解对yabxe0两边取对数，得ln yln ae0xln b，令zln y，如此z与x的数据如下表：x123456z由zln ae0xln b与最小二乘法公式，得ln b0.047 7，ln ae0，即z0.047 7x，所以y×x.12解设u，如此yabu，得下表数据：u0.105 30.087 00.074 10.064 50.057 1y64u0.051 30.046 50.042 60.039 20.036 4y进而可得n10，0.060 4，1020.004 557 3，iyi100.256 35，b，ab·0.187 5，所求的回归方程为y0.187 5.当x30时，y1.687 5，即商品零售额为30万元时，商品流通率为1.687 5%.9 / 9