高中数学变量间的相关关系试题

下列四个命题：
①   线性相关系数越大，两个变量的线性相关性越强；反之，线性相关性越小；
②   残差平方和越小的模型，拟合的效果越好；
③   用相关指数来刻画回归效果，越小，说明模型的拟合效果越好；
④   随机误差是衡量预报精确度的一个量，它满足
则正确命题的序号是（         ）

A．①③

B．②④

C．①④

D．②③

某设备的使用年限x和所支出的维修费用y（万元），有如下的统计数据：

使用年限x	2	3	4	5	6
维修费用y	2.2	3.8	5.5	6.5	7.0

   数据显示y对x呈线性相关关系，根据提供的数据，用最小二乘法求出y关于x的线性回归方程为           。
（参考数据：）

已知回归方程为的估计值是      。

（本小题满分12分）
在对人们休闲方式的一次调查中，共调查120人，其中女性70人、男性50人，女性中有40人主要的休闲方式是看电视，另外30人主要的休闲方式是运动；男性中有20人主要的休闲方式是看电视，另外30人主要的休闲方式是运动。
  （I）根据以上数据建立一个2×2的列联表：

休闲方式 性别	看电视	运动	总计
女性
男性
总计

  （II）休闲方式与性别是否有关？

给出下列结论：
（1）在回归分析中，可用相关指数R²的值判断模型的拟合效果，R²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。
其中结论正确的是         。（把所有正确结论的序号填上）

假设关于某设备的使用年限和所支出的维修费（万元），有如下的统计资料：

使用年限
维修费用

若由资料可知和呈相关关系，由表中数据算出线性回归方程中的=，据此估计，使用年限为年时的维修费用是           万元.

工人工资（元）依劳动生产率（千元）变化的回归直线方程为，下列判断中正确的是                          （   ）

A．劳动生产率为1000元时，工资一定为50元

B．劳动生产率平均提高1000元时，工资平均提高80元

C．劳动生产率平均提高1000元时，工资平均提高130元

D．当工人工资为250元时，劳动生产率为2000元

（满分12分）甲、乙两名同学在高一学年中（相同条件下）都参加数学考试十次，每次考试成绩如下表：

次数 同学	一	二	三	四	五	六	七	八	九	十
甲	90	50	70	80	70	60	80	60	70	70
乙	20	40	60	80	70	70	80	90	90	100

请在坐标系中画出甲、乙两同学的成绩折线图，并从以下不同角度对这次测试结果进行分析。
（1）从平均数和方差相结合看,分析谁的成绩更稳定些；
（2）从平均数和中位数相结合看,分析谁的成绩好些；
（3）从平均数和成绩为90分以上的次数相结合看,分析谁的成绩好些 ；
（4）从折线图上两人成绩分数的走势看,分析谁更有潜力。

已知x与y之间的一组数据如下：          则y与x的线性回归方程
必过点 
                      （   ）

A．（2，2）

B．

C．（1，2）

D．

若的方差为3，则的
方差为                     

下表是某厂1至4月份用水量（单位：百吨）的一组数据：

月份x	1	2	3	4
用水量y	4.5	4	3	2.5

由散点图可知，用水量与月份之间有较好的线性相关关系，其线性回归方程是，则      

随机抽取某中学甲乙两班各10名同学,测量他们的身高(单位:cm),获得身高数据的茎叶图如下图                                       .                                 
⑴根据茎叶图判断哪个班的平均身高较高；
⑵计算甲班的样本方差．

下列关系属于线性负相关的是（   ）

A．父母的身高与子女身高的关系

B．球的体积与半径之间的关系

C．汽车的重量与汽车每消耗1汽油所行驶的平均路程

D．一个家庭的收入与支出

（本小题满分13分）
某零售店近五个月的销售额和利润额资料如下表：

商店名称	A	B	C	D	E E
销售额 (千万元)	3	5	6	7	9 9
利润额(百万元)	2	3	3	4	5

（1）画出散点图．观察散点图，说明两个变量有怎样的相关关系；
（2）用最小二乘法计算利润额关于销售额的回归直线方程；
（3）当销售额为4(千万元)时，利用（2）的结论估计该零售店的利润额（百万元）.

本题满分12分）某农科所对冬季昼夜温差与某反季节大豆种子发芽多少之间的关系进行分析研究，他们记录了12月1日至5日的昼夜温差与每天100颗种子的发芽数，数据如下表：

日 期	12月1日	12月2日	12月3日	12月4日	12月5日
温差(^0C)	10	11	13	12	8
发芽数(颗)	23	25	30	26	16

该农科所确定的研究方案是：先从五组数据中选取两组，用剩下的3组数据求线性回归方程，再用被选取的两组数据进行检验.
(1) 若先选取的是12月1日和5日的数据，请根据2日至4日的三组数据，求关于的线性回归方程；
(2) 若由回归方程得到的估计数据与检验数据的误差均不超过2颗，则认为得到的线性回归方程是可靠的，试判断(1)中所得的线性回归方程是否可靠？说明理由.