2018年秋高中数学 课时分层作业17 回归分析的基本思想及其初步应用 新人教A版选修2-3.doc

上传人:tia****nde 文档编号:6318619 上传时间:2020-02-22 格式:DOC 页数:7 大小:224.50KB
返回 下载 相关 举报
2018年秋高中数学 课时分层作业17 回归分析的基本思想及其初步应用 新人教A版选修2-3.doc_第1页
第1页 / 共7页
2018年秋高中数学 课时分层作业17 回归分析的基本思想及其初步应用 新人教A版选修2-3.doc_第2页
第2页 / 共7页
2018年秋高中数学 课时分层作业17 回归分析的基本思想及其初步应用 新人教A版选修2-3.doc_第3页
第3页 / 共7页
点击查看更多>>
资源描述
课时分层作业(十七) 回归分析的基本思想及其初步应用(建议用时:40分钟)基础达标练一、选择题1设有一个回归方程为22.5x,则变量x增加一个单位时,()Ay平均增加2.5个单位By平均增加2个单位Cy平均减少2.5个单位 Dy平均减少2个单位C由回归方程知x增加一个单位,y平均减少2.5个单位2对变量x,y进行回归分析时,依据得到的4个不同的回归模型画出残差图,则下列模型拟合精度最高的是()A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3为了解儿子身高与其父亲身高的关系,随机抽取5对父子的身高数据如表所示:父亲身高x(cm)174176176176178儿子身高y(cm)175175176177177则y对x的线性回归方程为() 【导学号:95032238】A.x1B.x1C.88x D.176C设y对x的线性回归方程为x,176,176,检验得y88过点(,)4变量X与Y相对应的一组数据为(10,1),(11.3,2),(11.8,3),(12.5,4),(13,5);变量U与V相对应的一组数据为(10,5),(11.3,4),(11.8,3),(12.5,2),(13,1)r1表示变量Y与X之间的线性相关系数,r2表示变量V与U之间的线性相关系数,则()Ar2r10 B0r2r1Cr20r1 Dr2r1C画散点图,由散点图可知X与Y是正相关,则相关系数r10,U与V是负相关,相关系数r20,故选C.5关于残差图的描述错误的是()A残差图的横坐标可以是样本编号B残差图的横坐标也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残差平方和越小C残差点分布的带状区域的宽度越宽,说明模型拟合精度越高,则残差平方和越小,此时,相关指数R2的值越大,故描述错误的是选项C.二、填空题6如图311四个散点图中,适合用线性回归模型拟合的两个变量的是_(填序号)图311由题图易知,两个图中的样本点在一条直线附近,因此适合用线性回归模型拟合7某车间为了规定工时定额,需要确定加工零件所花费的时间,为此进行了5次试验根据收集到的数据(如下表),由最小二乘法求得回归方程0.67x54.9.零件数x(个)1020304050加工时间Y(min)62758189现发现表中有一个数据模糊看不清,请你推断出该数据的值为_. 【导学号:95032239】68由表知30,设模糊不清的数据为m,则(62m758189),因为0.6754.9,即0.673054.9,解得m68.8若一个样本的总偏差平方和为80,残差平方和为60,则相关指数R2为_0.25回归平方和总偏差平方和残差平方和806020,故R20.25或R210.25.三、解答题9某工厂为了对新研发的一种产品进行合理定价,将该产品按事先拟定的价格进行试销,得到如下数据:单价x(元)88.28.48.68.89销量y(件)908483807568(1)求回归直线方程x,其中20,;(2)预计在今后的销售中,销量与单价仍然服从(1)中的关系,且该产品的成本是4元/件,为使工厂获得最大利润,该产品的单价应定为多少元?(利润销售收入成本)解(1)由于(88.28.48.68.89)8.5,(908483807568)80.所以80208.5250,从而回归直线方程为20x250.(2)设工厂获得的利润为L元,依题意得Lx(20x250)4(20x250)20x2330x1 00020361.25.当且仅当x8.25时,L取得最大值故当单价定为8.25元时,工厂可获得最大利润10在一段时间内,某淘宝网店一种商品的销售价格x元和日销售量y件之间的一组数据为:价格x元2220181614日销售量y件3741435056求出y关于x的回归方程,并说明该方程拟合效果的好坏参考数据:iyi3 992,1 660. 【导学号:95032240】解作出散点图(此处略),观察散点图,可知这些点散布在一条直线的附近,故可用线性回归模型来拟合数据因为18,45.4.所以2.35,45.4(2.35)1887.7.所以回归方程为2.35x87.7.yii与yi的值如下表:yii10.32.40.11.2yi8.44.42.44.610.6计算得(yii)28.3, (yi)2229.2,所以R210.964.因为0.964很接近于1,所以该模型的拟合效果比较好能力提升练一、选择题1如图312,5个(x,y)数据,去掉D(3,10)后,下列说法错误的是()图3-1-2A相关系数r变大B残差平方和变大C相关指数R2变大D解释变量x与预报变量y的相关性变强B由散点图知,去掉D后,x与y的相关性变强,且为正相关,所以r变大,R2变大,残差平方和变小2已知x与y之间的几组数据如下表:x123456y021334假设根据上表数据所得线性回归直线方程为x,若某同学根据上表中的前两组数据(1,0)和(2,2)求得的直线方程为ybxa,则以下结论正确的是() 【导学号:95032241】A.b,aB.b,aC.b,a D.b,aC过(1,0)和(2,2)的直线方程为y2x2,画出六点的散点图,回归直线的大概位置如图所示,显然,b,a,故选C.二、填空题3甲、乙、丙、丁四位同学各自对A,B两变量的线性相关性进行分析,并用回归分析的方法分别求得相关指数R2与残差平方和Q(,)如下表:甲乙丙丁R20.670.610.480.72Q(,)106115124103则能体现A,B两个变量有更强的线性相关性的为_丁丁同学所求得的相关指数R2最大,残差平方和Q(,)最小此时A,B两变量线性相关性更强4某品牌服装专卖店为了解保暖衬衣的销售量y(件)与平均气温x()之间的关系,随机统计了连续四旬的销售量与当旬平均气温,其数据如表:时间二月上旬二月中旬二月下旬三月上旬旬平均气温x()381217旬销售量y(件)55m3324由表中数据算出线性回归方程x中的2,样本中心点为(10,38)(1)表中数据m_.(2)气象部门预测三月中旬的平均气温约为22 ,据此估计,该品牌的保暖衬衣在三月中旬的销售量约为_件. 【导学号:95032242】(1)40(2)14(1)由38,得m40.(2)由 ,得58,故2x58,当x22时,14,故三月中旬的销售量约为14件三、解答题5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(i1,2,8)数据作了初步处理,得到下面的散点图及一些统计量的值图313 (xi)2 (wi)2 (xi)(yi) (wi)(yi)46.65636.8289.81.61 469108.8表中wi,wwi.(1)根据散点图判断,yabx与ycd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z0.2yx.根据(2)的结果回答下列问题:年宣传费x49时,年销售量及年利润的预报值是多少?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vu的斜率和截距的最小二乘估计分别为, .解(1)由散点图可以判断,ycd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, 563686.8100.6,所以y关于w的线性回归方程为100.668w,因此y关于x的回归方程为100.668.(3)由(2)知,当x49时,年销售量y的预报值100.668576.6,年利润z的预报值576.60.24966.32.根据(2)的结果知,年利润z的预报值0.2(100.668)xx13.620.12.所以当6.8,即x46.24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
展开阅读全文
相关资源
正为您匹配相似的精品文档
相关搜索

最新文档


当前位置:首页 > 图纸专区 > 高中资料


copyright@ 2023-2025  zhuangpeitu.com 装配图网版权所有   联系电话:18123376007

备案号:ICP2024067431-1 川公网安备51140202000466号


本站为文档C2C交易模式,即用户上传的文档直接被用户下载,本站只是中间服务平台,本站所有文档下载所得的收益归上传人(含作者)所有。装配图网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。若文档所含内容侵犯了您的版权或隐私,请立即通知装配图网,我们立即给予删除!