变量X与Y相对应的5组数据和变量U与V相对应的5组数据统计如下表：X1011.311.812.513U1011.311.812.513Y12345V54321用b&lt;sub&gt;1&lt;/sub&gt;表示变量Y...

题型：填空题题类：常考题难易度：容易

北京四中2017-2018学年高一下学期数学期中考试试卷

变量X与Y相对应的5组数据和变量U与V相对应的5组数据统计如下表：

X	10	11.3	11.8	12.5	13		U	10	11.3	11.8	12.5	13
Y	1	2	3	4	5		V	5	4	3	2	1

用b₁表示变量Y与X之间的回归系数，b₂表示变量V与U之间的回归系数，则b₁与b₂的大小关系是。

举一反三

某连锁经营公司所属的5个零售店某月的销售额和利润额资料如下表：

（1）画出销售额和利润额的散点图；

（2）若销售额和利润额具有线性相关关系．用最小二乘法计算利润额y对销售额x的回归直线方程．

某品牌新款夏装即将上市，为了对新款夏装进行合理定价，在该地区的三家连锁店各进行了两天试销售，得到如下数据：

连锁店	A店		B店		C店
售价x(元)	80	86	82	88	84	90
销量y(件)	88	78	85	75	82	66

经市场调查，某旅游线路票销售量 $\text{[math]}$ （张）与旅游单价 $\text{[math]}$ （元/张）负相关，则其回归方程可能是（）

对某地区儿童的身高与体重的一组数据，我们用两种模型① $\text{[math]}$ ，② $\text{[math]}$ 拟合，得到回归方程分别为 $\text{[math]}$ ， $\text{[math]}$ ，作残差分析，如表：

身高 $\text{[math]}$	60	70	80	90	100	110
体重 $\text{[math]}$	6	8	10	14	15	18
$\text{[math]}$	0.41	0.01	$\text{[math]}$	1.21	$\text{[math]}$	0.41
$\text{[math]}$	$\text{[math]}$	0.07	0.12	1.69	$\text{[math]}$	$\text{[math]}$

附：对于一组数据 $\text{[math]}$ ， $\text{[math]}$ ，… $\text{[math]}$ ，其回归直线 $\text{[math]}$ 的斜率和截距的最小二乘法估计分别为 $\text{[math]}$ ， $\text{[math]}$ .

（Ⅰ）求表中内实数 $\text{[math]}$ 的值；

（Ⅱ）根据残差比较模型①，②的拟合效果，决定选择哪个模型；

（Ⅲ）残差大于 $\text{[math]}$ 的样本点被认为是异常数据，应剔除，求剔除后对（Ⅱ）所选择的模型重新建立的线性回归方程，并检验一数据点身高 $\text{[math]}$ ，体重 $\text{[math]}$ 是否为异常数据.（结果保留到小数点后两位）

随着互联网的快速发展，基于互联网的共享单车应运而生，某市场研究人员为了了解共享单车运营公司 $\text{[math]}$ 的经营状况，对该公司最近六个月的市场占有率进行了统计，并绘制了相应的折线图：

参考公式：回归直线方程为 $\text{[math]}$ ，其中 $\text{[math]}$ ， $\text{[math]}$ .

某城市的公交公司为了方便市民出行，科学规划车辆投放，在一个人员密集流动地段增设一个起点站，为了研究车辆发车间隔时间 $\text{[math]}$ 与乘客等候人数 $\text{[math]}$ 之间的关系，经过调查得到如下数据：

间隔时间/分	10	11	12	13	14	15
等候人数y/人	23	25	26	29	28	31

调查小组先从这 $\text{[math]}$ 组数据中选取 $\text{[math]}$ 组数据求线性回归方程，再用剩下的 $\text{[math]}$ 组数据进行检验．检验方法如下：先用求得的线性回归方程计算间隔时间对应的等候人数 $\text{[math]}$ ，再求 $\text{[math]}$ 与实际等候人数 $\text{[math]}$ 的差，若差值的绝对值都不超过 $\text{[math]}$ ，则称所求方程是“恰当回归方程”．

相关试卷

公司介绍

服务介绍

帮助中心