1、课时跟踪检测(一) 回归分析的基本思想及其初步应用一、选择题1(重庆高考)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，则由该观测数据算得的线性回归方程可能为()A.0.4x2.3 B.2x2.4C.2x9.5 D.0.3x4.4解析：选A依题意知，相应的回归直线的斜率应为正，排除C、D.且直线必过点(3,3.5)，代入A、B得A正确2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分别如下表：甲乙丙丁R20.980.780.500.85建立的回归模型拟合效果最好的同学是()A甲 B乙C丙 D丁解析：选A相关指数R2越大，表示
2、回归模型拟合效果越好3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)(i1,2，n)，用最小二乘法建立的回归方程为0.85x85.71.则下列结论中不正确的是()Ay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1 cm，则其体重约增加0.85 kgD若该大学某女生身高为170 cm，则可断定其体重必为58.79 kg解析：选D回归方程中x的系数为0.850，因此y与x具有正的线性相关关系，A正确；由回归方程系数的意义可知回归直线过样本点的中心(，)，B正确；依据回归方程中的含义可知，x每变化1个单位，相应
3、变化约0.85个单位，C正确；用回归方程对总体进行估计不能得到肯定结论，故D不正确4甲、乙、丙、丁4位同学各自对A，B两变量做回归分析，分别得到散点图与残差平方和(yii)2，如下表：甲乙丙丁散点图残差平方和115106124103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从题中的散点图上来看，丁同学的散点图中的点更加近似在一条直线附近；从残差平方和来看，丁同学的最小，说明拟合精度最高5(福建高考)已知x与y之间的几组数据如下表： x123456 y021334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)
4、和(2,2)求得的直线方程为ybxa，则以下结论正确的是()A.b，a B.b，aC.a D.b，a解析：选C由两组数据(1,0)和(2,2)可求得直线方程为y2x2，b2，a2.而利用线性回归方程的公式与已知表格中的数据，可求得，所以a.二、填空题6在一组样本数据(x1，y1)，(x2，y2)，(xn，yn)(n2，x1，x2，xn不全相等)的散点图中，若所有样本点(xi，yi)(i1,2，n)都在直线yx1上，则这组样本数据的样本相关系数为_解析：根据样本相关系数的定义可知，当所有样本点都在直线上时，相关系数为1.答案：17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下表
5、：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_解析：设y对x的线性回归方程为x，由表中数据得176，176，17617688，所以y对x的线性回归方程为x88.答案：x888关于x与y有如下数据：x24568y3040605070为了对x，y两个变量进行统计分析，现有以下两种线性模型：甲：6.5x17.5，乙：7x17，则_(填“甲”或“乙”)模型拟合的效果更好解析：设甲模型的相关指数为R，则R110.845；设乙模型的相关指数为R，则R10.82.因为0.8450.82，即RR，所以甲模型拟合效果更好答案：甲三、解
6、答题9(新课标全国卷)某地区2007年至2013年农村居民家庭人均纯收入y(单位：千元)的数据如下表：年份2007200820092010201120122013年份代号t1234567人均纯收入y2.93.33.64.44.85.25.9(1)求y关于t的线性回归方程；(2)利用(1)中的回归方程，分析2007年至2013年该地区农村居民家庭人均纯收入的变化情况，并预测该地区2015年农村居民家庭人均纯收入附：回归直线的斜率和截距的最小二乘估计公式分别为，.解：(1)由所给数据计算得(1234567)4，(2.93.33.64.44.85.25.9)4.3，(ti)2941014928，(t
7、i)(yi)(3)(1.4)(2)(1)(1)(0.7)00.110.520.931.614，0.5，4.30.542.3，所求回归方程为0.5t2.3.(2)由(1)知，0.50，故2007年至2013年该地区农村居民家庭人均纯收入逐年增加，平均每年增加0.5千元将2015年的年份代号t9代入(1)中的回归方程，得0.592.36.8，故预测该地区2015年农村居民家庭人均纯收入为6.8千元10在一段时间内，某种商品的价格x(元)和需求量y(件)之间的一组数据如下表：价格x/元1416182022需求量y/件5650434137求出y关于x的线性回归方程，并说明拟合效果的好坏(参考数据：x1 660，xiyi3 992)解：从作出的散点图(图略)可看出，这些点在一条直线附近，可用线性回归模型来拟合数据由数据可得18，45.4.由计算公式得2.35，87.7.故y关于x的线性回归方程为2.35x87.7.列表：yii1.20.12.40.31yi10.64.62.44.48.4所以 (yii)28.3， (yi)2229.2.相关指数R210.964.因为0.964很接近于1，所以该模型的拟合效果好
