线性回归练习题资料
一元线性回归模型练习题
一元线性回归模型练习题P55 3.1实验问题：实验步骤与内容：1、导入数据资料2、定义样本区间3、建立一元线性回归模型4、根据一元线性回归模型解释斜率系数的经济意义以及相关系数r5、对参数进行检验6、通过计算预测2010年财政收入问题解释与结论：（1）：建立深圳地方预算内财政收入对GDP的一元线性回归模型。
通过对数据的运用，可以得出一元线性回归方程为Y=26.020961+0.08882X 其中，可以得到散点图为：一元线性回归拟合图为：（2）估计所建立模型的参数，解释斜率系数的经济意义；斜率系数和简单相关系数r的正负号相同吗？=26.02096是样本回归方程的截距，它表示不受国内生产总值影响的地方预算β=0.08882表示国内生产总值每增加一个单位的地方预财政收入为26.0296，β1算财政收入平均增加0.8882个单位，从回归模型不难看出，随着变量X的增大，Y变量的值也在增大。
根据简单相关系数的概念，且从第一题所求出来的回归结果可知，r>0,两个变量之间是正相关，即斜率系数和简单相关系数r的正负号相同。
（3）对回归参数进行t检验。
由此得到t=4.081 p=0.0006808，给定显著性水平 =0.05，查表得t(19)=2.0930，由于t=4.081>2.0930，拒绝原假设，说明斜率在5%的显著性0.05/2水平下显著不为0，这表明，国内生产总值对深圳市地方预算内财政收入有显著影响。
（4）拟合优度R2是多少?由第一题求出的线性回归可得：由上图中数据分析结果可以看出R2=0.9607，说明GDP解释了地方预算内财政收入的96%，模型拟合程度较好。
（6）若2010年的国内生产总值为11000亿元，试预测2010年的财政收入。
由一元线性回归模型可知，当2010年国内生产总值为11000亿元时，地方财政收入为：Y=26.020961+0.08882X=26.020961+0.08882*11000=1003.040961（亿元）3.6实验问题题表3.6是64个国家的儿童死亡率与人均GNP 数据，请用合适的模型作儿童死亡率对人均GNP 的一元线性回归，解释回归结果的含义，画出儿童死亡率对人均GNP 倒数的散点图，并与回归结果对应解释。
计量经济学复习资料——概论一元和多元线性回归习题
计量经济学复习资料——概论⼀元和多元线性回归习题概论、⼀元线性回归、多元线性回归习题⼀、单项选择题1. 总体回归线是指( ) A ）样本观测值拟合的最好的曲线 B ）使残差平⽅和最⼩的曲线C ）解释变量X 取给定值时，被解释变量Y 的样本均值的轨迹D ）解释变量X 取给定值时，被解释变量Y 的条件均值或期望值的轨迹2. 指出下列哪⼀变量关系是确定函数关系⽽不是相关关系? （） A. 商品销售额与销售价格 B. 学习成绩总分与各门课程成绩分数 C. 物价⽔平与商品需求量 D. ⼩麦亩产量与施肥量3. 经济计量分析⼯作的基本⼯作步骤是-（） A ．设定理论模型→收集样本资料→估计模型参数→检验模型B ．设定模型→估计参数→检验模型→应⽤模型C ．理论分析→数据收集→计算模拟→修正模型D ．确定模型导向→确定变量及⽅程式→应⽤模型4. 若⼀元线性回归模型Y=β1+β2X +u 满⾜经典假定，那么参数β1、β2的普通最⼩⼆乘估计量β＾1、β＾2是所有线性估计量中( )A ）⽆偏且⽅差最⼤的B ）⽆偏且⽅差最⼩的C ）有偏且⽅差最⼤的D ）有偏且⽅差最⼩的5. 在⼀元线性回归模型Y=β1+β2X +u 中，若回归系数β2通过了t 检验，则表⽰( ) A ）β＾2≠0 B ）β2≠0 C ）β2=0 D ）β＾=06. 在多元线性回归模型Y=β1+β2X 2+β3X 3 +β4X 4+u 中，对回归系数βj (j=2，3，4)进⾏显著性检验时，t 统计量为( )A ）()jjSe ββ?? B ）()j j Se ββ C ）()j j Var ββ D ）()j j Var ββ??7. 在⼆元线性回归模型中，回归系数的显著性t 检验的⾃由度为( )。
A. n B. n-1 C. n-2 D. n-38. 普通最⼩⼆乘法要求模型误差项u i 满⾜某些基本假定，下列结论中错误的是( )。
A. E(u i )=0 B. E(2i u )=2i σC. E(u i u j )=0D. u i ～N(0.σ2)9. 对模型Yi=β0+β1X1i+β2X2i+µi 进⾏总体显著性F 检验，检验的零假设是( ) A. β1=β2=0 B. β1=0 C. β2=0 D. β0=0或β1=010. 在多元线性回归中，判定系数R 2随着解释变量数⽬的增加⽽（） A.减少 B ．增加 C ．不变 D ．变化不定11. 已知三元线性回归模型估计的残差平⽅和为8002=∑te，估计⽤样本容量为24=n ，则随机误差项t u 的⽅差估计量2S 为( )。
回归分析练习题
1. 从20的样本中得到的有关回归结果是：SSR=60，SSE=40。
要检验x 与y 之间的线性关系是否显著，即检验假设：01:0H β=。
(1)线性关系检验的统计量F 值是多少? (2)给定显著性水平a ＝0.05，F a 是多少? (3)是拒绝原假设还是不拒绝原假设?(4)假定x 与y 之间是负相关，计算相关系数r 。
(5)检验x 与y 之间的线性关系是否显著?解：（1）SSR 的自由度为k=1；SSE 的自由度为n-k-1=18；因此：F=1SSR k SSE n k --=6014018=27 （2）()1,18F α=()0.051,18F =4.41 （3）拒绝原假设，线性关系显著。
（4），由于是负相关，因此r=-0.7746（5）从F 检验看线性关系显著。
2. 某汽车生产商欲了解广告费用(x)对销售量(y)的影响，收集了过去12年的有关数据。
通过计算得到下面的有关结果：(1)完成上面的方差分析表。
(2)汽车销售量的变差中有多少是由于广告费用的变动引起的?(3)销售量与广告费用之间的相关系数是多少?(4)写出估计的回归方程并解释回归系数的实际意义。
(5)检验线性关系的显著性(a＝0.05)。
（2）R2=0.9756，汽车销售量的变差中有97.56%是由于广告费用的变动引起的。
（3）r=0.9877。
（4）回归系数的意义：广告费用每增加一个单位，汽车销量就增加1.42个单位。
（5）回归系数的检验：p=2.17E—09＜α，回归系数不等于0，显著。
回归直线的检验：p=2.17E—09＜α，回归直线显著。
3. 根据两个自变量得到的多元回归方程为12ˆ18.4 2.014.74yx x =-++，并且已知n ＝10，SST ＝6 724.125，SSR ＝6 216.375，1ˆ0.0813s β=，2ˆs β＝0.056 7。
要求：(1)在a=0.05的显著性水平下，12,x x 与y 的线性关系是否显著? (2)在a ＝0.05的显著性水平下，1β是否显著?(3)在a ＝0.05的显著性水平下，2β是否显著?解（1）回归方程的显著性检验：假设：H 0：1β=2β=0 H 1：1β，2β不全等于0 SSE=SST-SSR=6 724.125-6 216.375=507.75 F=1SSR p SSE n p --=6724.1252507.751021--=42.85()2,7F α=4.74，F>()2,7F α，认为线性关系显著。
线性回归方程.附答案docx
线性回归方程一、考点、热点回顾一、相关关系：1、⎩⎨⎧<=1||1||r r 不确定关系：相关关系确定关系：函数关系2、相关系数：∑∑∑===-⋅---=ni ini ini iiy y x x y y x x r 12121)()())((，其中：（1）⎩⎨⎧<>负相关正相关00r r ；（2）相关性很弱；相关性很强；3.0||75.0||<>r r3、散点图：初步判断两个变量的相关关系。
二、线性回归方程：1、回归方程：a x b yˆˆˆ+= 其中2121121)())((ˆxn x yx n yx x x y yx x bn i i ni ii n i i ni ii--=---=∑∑∑∑====，x b y aˆˆ-=（代入样本点的中心） 2、残差：（1）残差图：横坐标为样本编号，纵坐标为每个编号样本对应的残差。
（2）残差图呈带状分布在横轴附近，越窄模型拟合精度越高。
（3）残差平方和∑=-ni i iyy12)ˆ(越小，模型拟合精度越高。
3、相关指数：∑∑==---=n i ini i iy yyyR 12122)()ˆ(1（1）其中：∑=-ni i iyy12)ˆ(为残差平方和；∑=-ni i y y 12)(为总偏差平方和。
（2）)1,0(2∈R ，越大模型拟合精度越高。
二、典型例题+拓展训练典型例题1：在一组样本数据),,,2)(,(),,(),,(212211不全相等n n n x x x n y x y x y x ≥的散点图中，若所有样本点),2,1)(,(n i y x i i =都在直线121+-=x y 上，则样本相关系数为（ ） 21.21.1.1.--D C B A典型例题2：设某大学的女生体重)(kg y 与身高)(cm x 具有线性相关关系，根据一组样本数据)2,1)(,(n i y x i i =，用最小二乘法建立的回归方程为71.8585.0ˆ-=x y ，则不正确的是（ ）A.y 与x 具有正的线性相关关系；B.回归直线过样本点的中心),(y xC.若该大学某女生身高增加1cm,则其体重约增加0.85kgD.若该大学某女生身高为170cm,则可断定其体重必为58.79kg扩展2.一台机器使用时间较长，但还可以使用.它按不同的转速生产出来的某机械零件有一些会有缺点，每小时生产有缺点零件的多少，随机器运转的速度而变化，下表为抽样试（1）对变量y 与x 进行相关性检验；（2）如果y 与x 有线性相关关系，求回归直线方程；（3）若实际生产中，允许每小时的产品中有缺点的零件最多为10个，那么，机器的运转速度应控制在什么范围内？典型例题3.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： 6.517.5y x =+，717y x =+，试比较哪一个模型拟合的效果更好.52211521()155110.8451000()i i i ii y y R yy ==-=-=-=-∑∑，221R =-521521()18010.821000()ii i ii yy y y ==-=-=-∑∑，84.5%＞82%，所以甲选用的模型拟合效果较好.扩展1.下列说法正确的是（ ）（1）残差平方和越小，相关指数2R 越小，模型拟合效果越差； （2）残差平方和越大，相关指数2R 越大，模型拟合效果越好； （3）残差平方和越小，相关指数2R 越大，模型拟合效果越好； （4）残差平方和越大，相关指数2R 越小，模型拟合效果越差；A.（1）（2）B.（3）（4）C.（1）（4）D.（2）（3）扩展2.关于某设备的使用年限x （年）和所支出的维修费用y （万元）有下表所示的资料：若由资料知，y 对x 呈线性相关关系，求：（1）线性回归方程a x b yˆˆˆ+=中的回归系数b a ˆ,ˆ； （2）残差平方和与相关指数2R ，作出残差图，并对该回归模型的拟合精度作出适当判断； （3）使用年限为10年时，维修费用大约是多少？三、典型例题4.非线性回归模型：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年的年宣传费和年销售量（i=1,2，···，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。
计量经济学一元线性回归模型习题及答案(完整资料)
一元线性回归模型一、单项选择题1、变量之间的关系可以分为两大类__________。
A 函数关系与相关关系B 线性相关关系和非线性相关关系C 正相关关系和负相关关系D 简单相关关系和复杂相关关系2、相关关系是指__________。
A 变量间的非独立关系B 变量间的因果关系C 变量间的函数关系D 变量间不确定性的依存关系3、进行相关分析时的两个变量__________。
A 都是随机变量B 都不是随机变量C 一个是随机变量，一个不是随机变量D 随机的或非随机都可以4、表示x 和y 之间真实线性关系的是__________。
A 01ˆˆˆt tY X ββ=+ B 01()t t E Y X ββ=+ C 01t t t Y X u ββ=++ D 01t t Y X ββ=+5、参数β的估计量ˆβ具备有效性是指__________。
A ˆvar ()=0βB ˆvar ()β为最小C ˆ()0ββ－＝ D ˆ()ββ－为最小 6、对于01ˆˆi i iY X e ββ=++，以σˆ表示估计标准误差，Y ˆ表示回归值，则__________。
A i i ˆˆ0Y Y 0σ∑＝时，（－）＝B 2i i ˆˆ0Y Y σ∑＝时，（－）＝0C i i ˆˆ0Y Y σ∑＝时，（－）为最小D 2i i ˆˆ0Y Y σ∑＝时，（－）为最小7、设样本回归模型为i 01i iˆˆY =X +e ββ+，则普通最小二乘法确定的iˆβ的公式中，错误的是__________。
A ()()()i i 12i X X Y -Y ˆX X β--∑∑＝ B ()i iii122iin X Y -X Y ˆn X -X β∑∑∑∑∑＝C ii122X Y -nXY ˆX -nX β∑∑＝ i 01i iY =X +e ββ+，以ˆσ表示估计标准误差，r 表示相关系数，则有__________。
A ˆ0r=1σ＝时， B ˆ0r=-1σ＝时， C ˆ0r=0σ＝时， D ˆ0r=1r=-1σ＝时，或 9、产量（X ，台）与单位产品成本（Y ，元/台）之间的回归方程为ˆY356 1.5X -＝，这说明__________。
高中数学选择性必修三 精讲精炼 8 一元线性回归模型及其应用(精练)(含答案)
8.2 一元线性回归模型及其应用(精练)【题组一 样本中心求参数】1．(2021·全国·高二单元测试)某公司生产某种婴幼儿纸尿裤的产量x 与相应的生产能耗y 有如下样本数据：已知这组样本数据具有线性相关关系，由表中数据，求得回归直线的斜率为0.72，则这组样本数据的回归直线方程是( )A ．ˆ0.72 2.05yx =+ B ．ˆ0.720.35yx =+ C ．ˆ0.720.26yx =+ D ．ˆ0.350.72yx =+ 【答案】C【解析】设回归直线方程为ˆˆ0.72yx a =+，由样本数据，可得 4.5x =， 3.5y =， 因为回归直线经过点(),x y ，所以ˆ3.50.72 4.5a=⨯+，解得ˆ0.26a =， 所以回归直线方程为ˆ0.720.26yx =+． 故选：C ．2．(2021·江西·吉安一中高二开学考试 )已知x 与y 之间的一组数据：()()()()13253749，，，，，，，，则y 与x 的线性回归方程为y bx a =+必过( )A ．()26，B ．()38，C ．()2.56，D ．()3.58，【答案】C【解析】由题意可知：1234 2.54x +++==，357964y +++==， ∴y 与x 的线性回归方程必过点()2.5,6.故选：C.3(2021·河南·孟津县第一高级中学 )为了庆祝建党100周年，某网站从7月1日开始推出党史类书籍免费下载活动，已知活动推出时间x (单位：天)与累计下载量y (单位：万次)的统计数据如表所示：根据上表，利用最小二乘法得到回归直线方程 1.4ˆˆyx a =+，据此模型预测，活动推出11天的累计下载量约A ．13.8万次B ．14.6万次C ．16万次D ．18万次【答案】C【解析】由表格数据知4567868910126,955x y ++++++++====，由回归直线方程的性质，得ˆ1.469a⨯+=，所以ˆ0.6a =，故ˆ 1.40.6y x =+， 所以当11x =时， 1.4110.616y =⨯+=(万次)， 故选：C.4．(2021·河北·藁城新冀明中学高二月考)(多选)随着养生观念的深入，国民对餐饮卫生条件和健康营养的要求逐渐提高.据了解，烧烤食品含有强致癌物，因此吃烧烤的人数日益减少，烧烤店也随之减少.某市对2014年至2018年这五年间全市烧烤店盈利店铺的个数进行了统计，具体统计数据如下表所示：根据所给数据，得出y 关于t 的回归直线方程为273y bt =+，则下列说法正确的是( ) A ．该市2014年至2018年全市烧烤店盈利店铺个数的平均数219y = B ．y 关于t 的回归直线方程为18273y t =-+ C ．估计该市2020年烧烤店盈利店铺的个数为147D ．预测从2025年起，该市烧烤店盈利店铺的个数将不超过100 【答案】ABC【解析】由已知数据得3t =，219y =，故A 正确；因为y 关于t 的回归直线过点()3,219，所以2193273b =+，所以18b =-， 所以y 关于t 的回归直线方程为18273y t =-+.故B 正确；2020年的年份代码为7，故2020年该市烧烤店盈利店铺的个数约为187273147y =-⨯+=.故C 正确； 令18273100t -+≤，由*t N ∈，得10t ≥，故从2023年起，该市烧烤店盈利店铺的个数将不超过100.故D 不正确，故选：ABC.5．(2021·广东惠州 )(多选)某种产品的价格x (单位：元/kg )与需求量y (单位：kg )之间的对应数据如根据表中的数据可得回归直线方程为14.4y bx =+，则以下结论正确的是( ) A ．y 与x 正相关 B ．y 与x 负相关C ．样本中心为()20,8D ．该产品价格为35元/kg 时，日需求量大约为3.4kg【答案】BC【解析】由表格数据，随着价格x 的增加，需求量y 随之减少，所以y 与x 负相关. 因为1015202530205x ++++==，111086585y ++++==，故样本中心为()20,8由回归直线14.4y bx =+必过样本点的中心()20,8， 所以有82014.4b =⨯+，解得0.32b =-，所以当35x =时，0.323514.4 3.2y =-⨯+=，日需求量不为最大 故选：BC6．(2021·重庆市秀山高级中学校 )(多选)已知变量x ，y 之间的线性回归方程为0.710.3y x =-+，且变量x ，y 之间的一组相关数据如表所示，则下列说法正确的是( )A ．变量x ，y 之间呈负相关关系B ．可以预测，当20x 时， 3.7y =-C ．4m =D ．该回归直线必过点()9,4 【答案】ABD【解析】对于A ：由线性回归方程为0.710.3y x =-+可知：0.70-<，所以变量x ，y 之间呈负相关关系，故对于B ：当20x 时，0.72010.3 3.7y =-⨯+=-，故选项B 正确；对于C ：68101294x +++==，6321144m m y ++++==，因为回归直线过样本中心点，所以110.7910.34m+=-⨯+，解得：5m =，故选项C 不正确； 对于D ：由C 可知5m =，所以11544y +==，所以该回归直线必过样本中心点()9,4，故选项D 正确； 故选：ABD.7．(2021·贵州·贵阳一中 )某产品的广告费用x 与销售额y 的统计数据如下表：根据上表已得回归方程为8.6.8ˆ5yx =-，表中一数据模糊不清，请推算该数据的值为___________. 【答案】12【解析】由题中数据可得3,8.63 5.820x y ==⨯-=，故空白数据为12. 故答案为：128．(2021·全国·高二课时练习)已知x ，y 的取值如下表所示，由散点图分析可知y 与x 线性相关，且回归直线方程为ˆ0.95 2.6yx =+，那么表格中的数据m 的值为______.【答案】6.7 【解析】013424x +++==， 2.2 4.3 4.811.344m m y ++++==， 把(),x y 的坐标代入回归直线方程得11.30.952 2.64m+=⨯+， 解得 6.7m =. 故答案为：6.79．(2021·全国·高二课时练习)蟋蟀鸣叫的频率P (每分钟鸣叫的次数)与气温T (单位：℃)有着很大的关系.某观测人员根据下表中的观测数据计算出P 关于T 的线性回归方程ˆ 5.2168PT =-，则下表中k 的值为______.【答案】51【解析】计算()138414239404T =⨯+++=，()110929443644k P k +=⨯+++=， 将点10940,4k +⎛⎫ ⎪⎝⎭的坐标代入P 与T 的线性回归方程ˆ 5.2168P T =-中，得109 5.2401684k +=⨯-， 解得51k =. 故答案为：51.10．(2021·福建宁德·高三期中)某电子产品的成本价格由两部分组成，一是固定成本，二是可变成本，为确定该产品的成本，进行5次试验，收集到的数据如表：由最小二乘法得到回归方程ˆ0.6754.9yx =+，则a ＝___________. 【答案】75 【解析】1020304050305x ++++==，62688189600.25a y a ++++==+，因为线性回归方程过样本中心点，所以600.20.673054.975a a +=⨯+⇒=，故答案为：75 【题组二 线性回归方程】1．(2021·河北·藁城新冀明中学高二月考)假定产品产量x (千件)与单位成本y (元/件)之间存在相关关系.数据如下：(1)以x 为解释变量，y 为预报变量，作出散点图；(2)求y 与x 之间的回归直线方程，对于单位成本70元/件时，预报产量为多少； (3)计算各组残差，并计算残差平方和；【答案】(1)散点图见解析；(2)ˆ 1.8277.37yx =-+，4.050千件；(3)各组残差见解析，残差平方和为3.8182. 【解析】(1)解：散点图如下：(2)解：因为2343453.56x +++++==，737271736968716y +++++==，61279ii x==∑，611481i ii x y==∑，所以6162221614816 3.571ˆ 1.82796 3.56i i i i ix yx ybx x==-⋅-⨯⨯==≈--⨯-∑∑，ˆˆ71 1.82 3.577.37ay bx =-=+⨯=， 所以回归直线方程为ˆ 1.8277.37yx =-+，令70y =，则70 1.8277.37x =-+，解得 4.050x ≈， 所以单位成本70元/件时，预报产量约为4.050千件. (3)解：各组残差分别为：()11173 1.822ˆ77.370.73ˆey y =--⨯+=-=-， ()22272 1.82377.370.0ˆˆ9ey y =--⨯+==-， ()33371 1.82477.370.9ˆˆ1ey y =--⨯+==-， ()44473 1.82377.37 1.0ˆˆ9ey y =--⨯+==-， ()55569 1.824ˆ77.37 1.09ˆey y =--⨯+=-=-， ()66668 1.825ˆ77.370.27ˆey y =--⨯+=-=-， 残差的平方和为()()()2222621220.730.090.91 1.09 1.090.27 3.2ˆ818i i i y y=--+++--==++∑. 2．(2021·甘肃张掖)某家庭2015～2019年的年收入和年支出情况统计如表：(1)已知y 与x 具有线性相关关系，求y 关于x 的线性回归方程(系数精确到0.01)；(2)假设受新冠肺炎疫情影响，该家庭2021年的年收入为9.5万元，请根据(1)中的线性回归方程预测该家庭2021年的年支出金额．附：回归方程ˆˆˆybx a =+中的斜率的最小二乘估计公式为()()()1122211ˆnni iiii i nniii i x ynx y xxy y b xnxxx====---==--∑∑∑∑．【答案】(1)ˆ0.780.24yx =+；(2)7.65万元． 【解析】(1)依题意，1(99.61010.411)105x =++++=，1(7.37.588.58.7)85y =++++=，则()5212.32i i x x=-=∑，()()511.8i ii x xy y =--=∑，则有()()()125151.8ˆ0.782.32iii ii x x y y bx x ==--==≈-∑∑，则ˆˆ0.24a y bx =-≈， 所以y 关于x 的线性回归方程为ˆ0.780.24yx =+； (2)当2021年的年收入为9.5万元时，即9.5x =，ˆ0.789.50.247.65y=⨯+=， 所以预测该家庭2021年的年支出金额为7.65万元．3．(2021·云南师大附中)大气污染物PM 2.5的浓度超过一定的限度会影响人的健康.为了研究PM 2.5的浓度是否受到汽车流量的影响，研究人员选择了24个社会经济发展水平相近的城市，在每个城市选择一个交通点统计24小时内过往的汽车流量x (单位：千辆)，同时在低空相同的高度测定该时间段空气中的PM 2.5的平均浓度y(单位：μg/m 3)，制作了如图所示的散点图：(1)由散点图看出，可用线性回归模型拟合y 与x 的关系，请用相关系数加以说明(精确到0.01)； (2)建立y 关于x 的回归方程；(3)我国规定空气中的PM 2.5浓度的安全标准为24小时平均依度75μg/m 3，某城市为使24小时的PM 2.5浓度的平均值在60~130μg/m 3，根据上述回归方程预测汽车的24小时流量应该控制在什么范围内？附：参考数据： 1.4x =，95y =，2421() 2.1i i x x =-=∑，2421()60343i i y y =-=∑，241()()294i i i x x y y =--=∑，357.参考公式：相关系数()()nii xx y y r --∑，回归方程ˆˆˆya bx =+中斜率和截距的最小二乘估计公式分别为：121()()ˆ()niii nii x x yy b x x ==--=-∑∑，ˆˆay bx =-. 【答案】(1)答案见解析；(2)140101y x =-；(3)24小时的车流量应该控制在1150~1650辆. 【解析】1)由题得2940.82357r =≈， 因为y 与x 的相关系数近似为0.82，说明y 与x 具有很强的相关性， 从而可以用线性回归模型拟合y 与x 的关系．(2)由95y =得2412421()()ˆ()iii ii x x y y bx x ==--=-∑∑2941402.1==，95140 1.4101a y bx =-=-⨯=-， 所以y 关于x 的回归方程为140101y x =-． (3)当60y =时，由14010160x -=得 1.15x =； 当130y =时，由140101130x -=得 1.65x =. 所以24小时的车流量应该控制在1150~1650辆．4．(2021·全国·高三专题练习)实施新规后，某商场2020年1月份至10月份的收入情况如表．并计算得101890i i i x y ==∑，1021385i i x ==∑，101150i i y ==∑75.99．(1)是否可用线性回归模型拟合y 与x 的关系？请用相关系数r 加以说明；(当0.751r ≤≤时，那么变量x ，y 有较强的线性相关关系)(2)建立y 关于x 的回归方程ˆˆˆybx a =+(结果保留1位小数)，并预测该商场12月份的收入情况．(结果保留整数)附：()()()1122211ˆn niii ii i nniii i x x y y x y nx ybx x xnx====---==--∑∑∑∑，ˆˆay bx =-． 【答案】(1)y 与x 有较强的线性相关关系，可用线性回归模型拟合，说明答案见解析；(2)ˆ0.810.7yx =+，预测该商场12月份的收入为20万元．【解析】(1)由题中数据得1011155 5.51010i i x x ===⨯=∑，10111150151010i i y y ===⨯=∑，1010 5.515825x y =⨯⨯=，于是得1010111()()1089082565i i i i i x x y y x y y x ==--=-=-=∑∑，75.99，从而10()()650.8675.99iix x y y r --==≈∑，0.75||1r ≤≤， 所以y 与x 有较强的线性相关关系，可用线性回归模型拟合；(2)由(1)知1011065i i i x y x y =-=∑，而1021385i i x ==∑，221010 5.5302.5x =⨯=，从而得10122110106565ˆ0.8385302.582.510i ii i i x y ybx xx ==-===≈--∑∑，65ˆˆ15 5.510.782.5ay bx =-=-⨯=， 所以y 关于x 的线性回归方程为ˆ0.810.7yx =+，当12x =时，ˆ0.81210.720y =⨯+≈， 从而预测该商场12月份的收入为20万元．5(2021·河南许昌 )某新型外贸出口公司对2021年过去9个月的出口销售数据进行整理，得到了今年第x 个月份与截止该月底的销售额y (单位：万元)之间的关系，如下表：(1)若y 与x 满足线性关系，求出y 关于x 的回归方程；(ˆa，ˆb 精确到整数位) (2)预测该公司10月份的销售额附：参考数据：913087i i y ==∑；9117524i i i x y ==∑；921285i i x ==∑；参考公式：()()()1122211n niii ii i nniii i x x y y x y nx yb x x xnx====---==--∑∑∑∑，a y bx =-.【答案】(1)ˆ35169yx =+；(2)答案见解析. 【解析】(1)5x =，343y =，919175249534317524154352089i i i x y xy =∴-=-⨯⨯=-=∑92221952859560ii x=-⨯=-⨯=∑，2089ˆ3560b ∴=≈， 2089ˆ343516960a=-⨯≈， ˆ35169yx ∴=+ (2)当10x =时，ˆ3510169519y=⨯+=， 所以预测该公司10月份销售额为519万元.6．(2021·福建·莆田第二十五中学高三月考)2021年东京奥运会，中国举重选手8人参赛，7金1银，在全世界面前展现了真正的中国力量；举重比赛根据体重进行分级，某次举重比赛中，男子举重按运动员体重分为下列十级：每个级别的比赛分为抓举与挺举两个部分，最后综合两部分的成绩得出总成绩，所举重量最大者获胜，在该次举重比赛中，获得金牌的运动员的体重以及举重成绩如下表 (1)根据表中的数据，求出运动员举重成绩y 与运动员的体重x 的回归直线方程(保留1位小数)； (2)某金牌运动员抓举成绩为170公斤，挺举成绩为204公斤，则该运动员最有可能是参加的哪个级别的举重？参考数据：()()()992112620,7076i i i i i x x x x y y ==-=--=∑∑；参考公式：()()()121ˆˆˆ,niii nii x x yy bay bx xx ==--==--∑∑． 【答案】(1) 2.7155.4y x =+；(2)83公斤级举重. 【解析】(1)依题意，5459647076839199106789x ++++++++==，2913043373533633894064214303669y ++++++++==，()()()1217076ˆ 2.702620nii i nii xx y y bxx ==--===-∑∑， 则366 2.778155.4a y bx =-=-⨯=， 故回归方程为： 2.7155.4y x =+．(2)该运动员的抓举和挺举的总成绩为374公斤，根据回归方程可知：374 2.7155.4x =+， 解得81x ≈，即该运动员的体重应该在81公斤左右，即参加的应该是83公斤级举重．7．(2021·西藏·拉萨中学高二月考)珠海国际赛车场(简称ZIC)位于珠海经济特区金鼎镇.创建于1996年，是中国国内第一座符合国际汽车联盟一级方程式标准的国际级赛车场.目前该赛事已打造成集赛车竞技运动、汽车文化极致体验、主题休闲度假为一体的超级汽车文化赛事娱乐综合体.为了减少对环境的污染，某环保部门租用了特制环保车清洁现场垃圾.通过查阅近5年参会人数(万人)与所需环保车辆数量(辆)，得到如下统计表：(1)根据统计表所给5组数据，求出关于,x y 的线性回归方程ˆˆy bxa =+． (2)已知租用的环保车平均每辆的使用成本费用C (元)与数量(辆)的关系为3000200035,N 2900t t 35,N t t t C t +<<∈⎧=⎨≥∈⎩，主办方根据实际参会人数投入所需环保车，租车每辆支付费用6000元，超出实际需要的车辆，主办方不支付任何费用.预计本次赛车会大约有14万人参加，根据(1)中求出的线性回归方程，预测环保部门在确保清洁任务完成的前提下，应租用多少辆环保车？获得的利润是多少？ (注：利润L =主办方支付费用－使用成本费用C )．参考公式：()()()1122211ˆ,ˆˆn niii ii i nniii i x x y y x y nxybay bx x x xnx ====---===---∑∑∑∑ 【答案】(1) 2.32y x =+；(2)为确保完成任务，需要租用35辆环保车，获得的利润108500元. 【解析】(1)11981012105x ++++==2823202529255y ++++== ()()()()()()()()()22222131******** 2.310111091081010101210ˆb ⨯+-⨯-+-⨯-++⨯===-+-+-+-+- ˆˆ2ay bx =-= 关于,x y 的线性回归方程 2.32y x =+ (2)将14x =代入 2.32y x =+得34.2y =为确保完成任务，需要租用35辆环保车， 所以290035101500C =⨯=获得的利润600035101500108500L =⨯-=元8．(2021·江西·新余市第一中学高二月考)某研究性学习小组对春季昼夜温差大小与某花卉种子发芽多少之间的关系进行研究，他们分别记录了3月1日至3月5日的每天昼夜温差与实验室每天每100颗种子浸泡后的发芽数，得到如下资料：(1)从3月1日至3月5日中任选2天，记发芽的种子数分别为m ，n ，求事件“m ，n 中至少有一个数小于25”的概率；(2)请根据3月2日至3月4日的数据，求出y 关于x 的线性回归方程y bx a =+.(参考公式：回归直线方程为y bx a =+，其中()1221ni ii nii x y nxyb xn x==-=-∑∑，a y bx =-)【答案】(1)710(2)532y x =-【解析】(1)从3月1日至3月5日中任选2天，m ，n 构成的基本事件(m ，n )有：(23，25)，(23，30)，(23，26)，(23，16)，(25，30)，(25，26)，(25，16)，(30，26)，(30，16)，(26，16)，共有10个．记“m ，n 至少有一个数小于25”为事件A ，包括：(23，25)，(23，30)，(23，26)，(23，16)，(25，16)，30，16)，(26，16)，共有7个基本事件 由古典概型概率公式：7()10P A = (2)11131225302612,27,33x y ++++==== 22221125133012263122751113123122b ⨯+⨯+⨯-⨯⨯==++-⨯． 于是，5271232a =-⨯=-故所求线性回归方程为532y x =- 9．(2021·全国·高二单元测试)某地区2013年至2019年居民纯收入y (单位：千元)的部分数据如表所示：2018和2019年的居民纯收入y (单位：千元)数据采用随机抽样的方式获得，用样本的均值来代替当年的居民人均纯收入，其数据如下：2018年抽取的居民纯收入(单位：千元)数据：5.2 4.8 6.5 5.6 6.0 7.1 6.1 7.3 5.9 7.5 2019年抽取的居民纯收入(单位：千元)数据：6.2 7.8 6.6 5.8 7.1 6.8 7.2 7.9 5.9 7.7 (1)求y 关于t 的线性回归方程；(2)当地政府为了提高居民收入水平，现从2018和2019年居民纯收入(单位：千元)高于7.0千元的样本中随机选择3人进行座谈，了解其工作行业及主要收入来源．设X 为选出的3人中2018年纯收入高于7.0千元的人数，求随机变量X 的分布列和数学期望．附：回归直线的斜率和截距的最小二乘法估计公式分别为：121()()()niii nii t t y y b tt ==--=-∑∑，a y bt =-．【答案】(1)ˆ0.5 3.3yt =+；(2)分布列见解析；期望为98． 【解析】(1)根据2018年的抽样数据可得2018年的人均纯收入为1(5.2 4.8 6.5 5.6 6.07.1 6.17.3 5.97.5) 6.210+++++++++= 千元，根据2019年的抽样数据可得2019年的人均纯收入为1(6.27.8 6.6 5.87.1 6.87.27.9 5.97.75) 6.910+++++++++=千元，由所给的数据得1(1234567)47t =++++++=，1(3.9 4.3 4.6 5.4 5.8 6.2 6.9) 5.37y =++++++=， ∴721()941014928i i t t =-=++++++=∑，71()()(3)( 1.4)(2)(1)(1)(0.7)00.110.520.93 1.614ii i tt y y =--=-⨯-+-⨯-+-⨯-+⨯+⨯+⨯+⨯=∑，∴71721()()14ˆ0.528()ii i ii tt y y btt ==--===-∑∑， 则ˆˆ 5.30.54 3.3ay bt =-=-⨯=， 则所求y 关于t 的线性回归方程为ˆ0.5 3.3yt =+； (2)由2018年和2019年的抽样数据可知，2018年居民纯收入高于7.0千元的有3人，2019年居民纯收入高于7.0千元的有5人，由题意可得，随机变量X 的可能取值为0，1，2，3，则35385(0)28C P X C ===，12353815(1)28C C P X C ===，21353815(2)56C C P X C ===，33381(1)56C P X C ===，∴随机变量X 的分布列为则X 的分布列为：则5151519()0123282856568E X =⨯+⨯+⨯+⨯= 【题组三 非线性回归方程】1．(2021·福建·泉州科技中学 )数独是源自18世纪瑞士的一种数学游戏，玩家需要根据99⨯盘面上的已知数字，推理出所有剩余空格的数字，并满足每一行､每一列､每一个粗线宫(33⨯)内的数字均含1﹣9，不重复.数独爱好者小明打算报名参加“丝路杯”全国数独大赛初级组的比赛.(1)赛前小明在某数独APP 上进行一段时间的训练，每天的解题平均速度y (秒)与训练天数x (天)有关，经统计得到如表的数据：现用by a x=+作为回归方程模型，请利用表中数据，求出该回归方程，并预测小明经过100天训练后，每天解题的平均速度y约为多少秒？(2)小明和小红在数独APP 上玩“对战赛”，每局两人同时开始解一道数独题，先解出题的人获胜，两人约定先胜4局者赢得比赛.若小明每局获胜的概率为34，已知在前3局中小明胜2局，小红胜1局.若不存在平局，请你估计小明最终赢得比赛的概率.参考数据(其中1i t x =)参考公式：对于一组数据()11,u v ，()22,u v ，…，(),n n u v ，其回归直线v u αβ=+的斜率和截距的最小二乘估计公式分别为：1221ni i i nii u v nu vunuβ==-⋅=-∑∑，v u αβ=-⋅.【答案】(1)1000130y x=+，经过100天训练后，每天解题的平均速度y 约为140秒；(2)243256.【解析】(1)由题意，1(990990450320300240210)5007y =++++++=，令1t x=，设y 关于t 的线性回归方程为y bt a =+，则 717221184570.3750010000.5577i ii i i t y t yb t t==-⨯-⨯-===⋅∑∑，则50010000.37130a =-⨯=. ∴1000130y t =+，又1t x=，∴y 关于x 的回归方程为1000130y x=+， 故100x =时，140y =.∴经过100天训练后，每天解题的平均速度y 约为140秒.(2)设比赛再继续进行X 局小明最终赢得比赛，则最后一局一定是小明获胜， 由题意知，最多再进行4局就有胜负.当2X =时，小明4:1胜，∴339(2)4416P X ==⨯=；当3X =时，小明4:2胜，∴123339(3)144432P X C ⎛⎫==⨯⨯-⨯= ⎪⎝⎭；当4X =时，小明4:3胜，∴21333327(4)1444256P X C ⎛⎫==⨯⨯-⨯= ⎪⎝⎭.∴小明最终赢得比赛的概率为99272431632256256++=. 2．(2021·云南大理 )2021年6月17日9时22分，我国酒泉卫星发射中心用长征2F 遥十二运载火箭，成功将神舟十二号载人飞船送入预定轨道，顺利将聂海胜、刘伯明、汤洪波3名航天员送入太空，发射取得圆满成功，这标志着中国人首次进入自己的空间站．某公司负责生产的A 型材料是神舟十二号的重要零件，该材料应用前景十分广泛．该公司为了将A 型材料更好地投入商用，拟对A 型材料进行应用改造、根据市场调研与模拟，得到应用改造投入x (亿元)与产品的直接收益y (亿元)的数据统计如下：当017x <≤时，建立了y 与x 的两个回归模型：模型①： 4.1109ˆ.y x =+，模型②：ˆ14.4y =；当17x >时，确定y 与x 满足的线性回归方程为ˆˆ0.7yx a =-+． (1)根据下列表格中的数据，比较当017x <≤时模型①，②的相关指数2R 的大小，并选择拟合精度更高、更可靠的模型，预测对A 型材料进行应用改造的投入为17亿元时的直接收益；(2)为鼓励科技创新，当应用改造的投入不少于20亿元时，国家给予公司补贴5亿元，以回归方程为预测依据，根据(1)中选择的拟合精度更高更可靠的模型，比较投入17亿元与20亿元时公司收益(直接收益+国家补贴)的大小．附：刻画回归效果的相关指数()()22121ˆ1ni i i nii y yR y y ==-=--∑∑，且当2R 越大时，4.1≈．用最小二乘法求线性回归方程ˆˆˆybx a =+的截距：ˆˆa y bx =-． 【答案】(1)模型②拟合精度更高、更可靠，72.93亿；(2)投入17亿元比投入20亿元时收益小. 【解析】(1)对于模型①， 对应的15222740485460=387y ++++++=，故对应的()12222111271750i i i i y y y y ==-=-=∑∑，故对应的相关指数2179.1310.9551750R =-≈， 对于模型②，同理对应的相关指数2220.210.9881750R =-≈， 故模型②拟合精度更高、更可靠.故对A 型材料进行应用改造的投入为17亿元时的直接收益为ˆ14.472.93=≈y. (2)当17x >时， 后五组的2122232425235x ++++==，68.56867.5+66+65675y ++==，由最小二乘法可得()ˆ670.72383.1a=--⨯=， 故当投入20亿元时公司收益(直接收益+国家补贴)的大小为：0.72083.1+574.172.93-⨯+=>，故投入17亿元比投入20亿元时收益小.3．(2021·全国·高二单元测试)某企业新研发了一种产品，产品的成本由原料成本及非原料成本组成，每件产品的非原料成本y (元)与生产的产品数量x (千件)有关，经统计得到如下数据：根据以上数据，绘制了如下散点图.参考数据：(其中1iu x =) (1)观察散点图判断，by a x=+与y c dx =+哪一个适宜作为非原料成本y 与生产的产品数量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)试预测生产该产品10千件时，每件产品的非原料成本为多少元？ 【答案】(1)b y a x =+；(2)100ˆ11y x=+；(3)21元.【解析】(1)由题意，根据题设中的散点图，可得这些点分布在b y a x =+的两侧，所以选择函数by a x=+作为非原料成本y 与生产的产品数量x 的回归方程类型. (2)令1u x =，则by a x=+可转化为y a bu =+，则y 与u 的关系可看成线性相关关系. 因为360458y ==，所以8182218183.480.344561ˆ1001.5380.1150.618i ii ii u yu y b uu==-⋅-⨯⨯====-⨯-∑∑，则ˆˆ451000.3411a y bu =-=-⨯=，所以ˆ11100y u =+，代入1u x =，得100ˆ11y x=+.(3)当10x =时，100ˆ112110y=+=，所以预测生产该产品10千件时，每件产品的非原料成本为21元. 4．(2021·全国·高三课时练习)某芯片公司为制订下一年的研发投入计划，需了解年研发资金投入量x (单位：亿元)对年销售额y (单位：亿元)的影响，该公司对历史数据进行对比分析，建立了两个函数模型：①2y x αβ=+，②e x t y λ+=，其中α，β，λ，t 均为常数，e 为自然对数的底数.现该公司对收集的近12年的年研发资金投入量i x 和年销售额i y (1,2,,12i =⋅⋅⋅)的数据作了初步处理，令2u x =，ln v y =，经计算得到如下数据：(1)设u 和y 的样本相关系数为1r ，x 和v 的样本相关系数为2r ，请从样本相关系数(精确到0.01)的角度判断，哪个模型拟合效果更好；(2)(i)根据(1)的选择及表中数据，建立y 关于x 的非线性经验回归方程；(ii)若下一年销售额y 需达到90亿元，预测下一年的研发资金投入量x 约为多少亿元？ 参考数据为308477=⨯9.4868， 4.4998e 90≈.【答案】(1)模型e x t y λ+=的拟合效果更好；(2)(i)0.018 3.84ˆe x y+=；(ii)36.66亿元. 【解析】(1)()()121215000.8625000iiu u y y r --====∑，()()12214100.91770.211iix x v v r --====≈⨯∑，因为12r r <，所以从样本相关系数的角度判断，模型e x t y λ+=的拟合效果更好. (2)(i)先建立v 关于x 的经验回归方程. 由e x t y λ+=，得ln y x t λ=+，即v λx t =+.()()()121122114ˆ0.018770iii ii x x v v x x λ==--==≈-∑∑， ˆˆ 4.20.01820 3.84tv x λ=-=-⨯=， 所以v 关于x 的经验回归方程为0.01838ˆ.4vx +=， 所以0.0134ˆln 8.8x y=+，即0.018 3.84ˆe x y +=.(ii)若下一年销售额y 需达到90亿元，则由0.018 3.84ˆe x y+=，得0.018 3.8490e x +=， 又 4.4998e 90≈，所以4.49980.018 3.84x ≈+， 所以 4.4998 3.8436.660.018x -≈≈，所以预测下一年的研发资金投入量约为36.66亿元.5．(2021·全国·高二课时练习)噪声污染已经成为影响人们身体健康和生活质量的严重问题，为了解声音强度D (单位：dB )与声音能量I (单位：2W cm -⋅)之间的关系，将测量得到的声音强度D 和声音能量I 的数据作了初步处理，得到如图所示的散点图：参考数据：111.0410I -⨯=，45.7D =，11.5W =-，()1022111.5610i i I I-=-=⨯∑，()10210.51i i W W=-=∑，()()101116.8810iii IID D -=--=⨯∑，()()1015.1i i i W W D D =-⋅-=∑，其中lg i i W I =，101110i i W W ==∑.(1)根据散点图判断，11D a b I =+与22lg D a b I =+哪一个适宜作为声音强度D 关于声音能量I 的回归模型？(给出判断即可，不必说明理由)(2)求声音强度D 关于声音能量I 的非线性经验回归方程.(3)假定当声音强度大于60dB 时，会产生噪声污染.城市中某点P 处共受到两个声源的影响，这两个声源的声音能量分别是a I 和b I ，且101410a bI I +=.已知点P 处的声音能量等于a I 与b I 之和.请根据(2)中的非线性经验回归方程，判断点P 处是否受到噪声污染，并说明理由.【答案】(1)22lg D a b I =+更适合；(2)ˆ10lg 160.7DI =+；(3)P 会受到噪声污染，理由见解析. 【解析】(1)22lg D a b I =+更适合. (2)设ˆˆD bW a =+，则 ∵()()()10110215.1ˆ100.51iii i i W W D D bW W==--===-∑∑， ∴ˆˆ160.7a D bW=-=， ∴D 关于W 的经验回归方程是ˆ10160.7DW =+，则D 关于I 的非线性经验回归方程是ˆ10lg 160.7DI =+. (3)设点P 处的声音能量为1I ，则1a b I I I =+. ∵101410a bI I +=， ∴()101010141410105910b a a b a b a b a b I I I I I I I I I I I ---=+=++=++≥⎛⎫⎛⎫ ⎪⎝⨯ ⎪⎝⎭⎭(当且仅当10310a I =，93510bI =⨯时等号成立) 根据(2)中非线性经验回归方程，知点P 处的声音强度D 的预报值的最小值，()10min 10lg 910160.710lg960.760D -=⨯+=+>，∴点P 会受到噪声污染.6．(2021·福建·福州三中高二期中)某地从2月20日开始的连续7天的某传染病累计确诊人数如下表：由上述表格得到如下散点图．(1)根据散点图判断lg =+y a b x 与x y c d =⋅(,c d 均为大于0的常数)哪一个更适合作为累计确诊人数y 与天数x 的回归方程类型(给出判断即可，不必说明理由)，并求出y 关于x 的回归方程；(2)3月20日，该地的疾控中心接受了1000份血液样本，假设每份样本的检验结果是阳性还是阴性是相互独立的，且每份样本是阳性的概率是0.6，试剂把阳性样本检测出阳性结果的概率是0.99(试剂存在阳性样本检测不出来的情况，但不会把阴性样本检测呈阳性样本)，求这1000份样本中检测出呈阳性的份数的期望．参考数据：其中11lg ,7i i i i v y v v ===∑参考公式：对于一组数据()()()1122,,,,,,n n u v u v u v ⋯，其回归直线ˆvu αβ=+的斜率和截距的最小二乘估计公式分别为1221,ni i i ni i u v nuvv u unuβαβ==-==--∑∑，v u αβ=-．【答案】(1)0.253.4710x x y c d y =⋅=⨯； (2)594【解析】(1)由散点图可知，x y c d =⋅更适合作为累计确诊人数y 与天数x 的回归方程类型. 把x y c d =⋅两边取对数，得lg lg lg y c x d =+， 令lg v y =，则lg lg v c x d =+，1(1234567)47x =++++++=，7211.54140i i v x ===∑，， 7172221750.1274 1.54lg 0.25140747i i i i i x v xvd x x==--⨯⨯===-⨯-∑∑，所以lg 1.540.2540.54c =-⨯=，则0.540.25v x =+， 所以y 关于x 的回归方程为0.253.4710x y =⨯； (2)设这1000份样本中检测出呈阳性的份数为X ， 每份样本检测出阳性的概率为0.60.990.594P =⨯=， 由题意可知，(10000.594)XB ，，所以()10000.594594E X =⨯=份.故这1000份样本中检测出呈阳性的份数的期望为594.7．(2021·山西太原·高二期中(文))为了更好的指导青少年健康饮食，某机构调查了本地区不同身高的未成年男性，得到他们的体重的平均值，并对数据作了初步处理，得到下面的散点图及一些统计量的值．表中ln i i w y =(1)根据散点图判断，可采用x y a b =⋅作为这个地区未成年男性体重y 千克与身高x 厘米的回归方程．利用表中数据建立y 关于x 的回归方程；(2)若体重超过相同身高男性体重平均值的1.2倍为偏胖，低于0.8倍为偏瘦，那么该地区一名身高为175厘米，体重为78千克的在校男生的体重是否正常？ 参考数据：0.020.71751.02,2,1.0231.99e e ===． 参考公式：对于一组数据()()()1122,,,,,,n n u v u v u v ，其回归直线v u αβ=+的斜率和截距的最小二乘估计分别为()()()121ˆˆˆ,nii i nii uu v v v u uu βαβ==--==--∑∑．【答案】(1)2 1.02x y =⨯；(2)体重偏胖. 【解析】(1)由x y a b =⋅，得ln ln ln y a x b =+⋅， 设ˆˆˆw cx d=+，由表格中数据，得801ˆ0.02400050c ===， ˆ 3.40.021350.7d=-⨯=， 则0.70.02ln 0.7,ln 0.02,2, 1.02a b a e b e ======， 则y 关于x 的回归方程为2 1.02x y =⨯．(2)当175x =时，1752 1.02231.9963.98y =⨯=⨯=，因为63.98 1.276.77678⨯=<，所以该名在校男生的体重偏胖．。
回归分析例题[整理]
![回归分析例题[整理]](https://img.taocdn.com/s3/m/3316ef4976232f60ddccda38376baf1ffc4fe3c6.png)
例题：利用我国原煤产量和铁路总货运量，建立一元线性回归预测方程。
解：第一步，准备和整理资料数据、搜集的资料要具有权威性和准确性。
1950~1990年我国煤炭产量与铁路货运量的实际数字见表3—8的X i和Y i两列。
第二步，确定自变量(原煤产量)和因变量(铁路货运量)。
第三步，作散点图。
根据数据资料作出的散点图见图3—10。
从该散点图看出，铁路货运量与煤产量的关系是一种正相关关系，特别在1980年以前，这种关系接近于线性。
第四步，确定预测模型的形式。
根据第三步选择线性回归模型：第五步，计算模型参数b0和b1。
首先把l 950年~1979年的数据代入计算，得到b0＝34.499，b1＝1.727，于是有回归方程：第六步．计算估计误差和相关系数。
经计算，估计标准误差：相关系数：r＝0.9852。
第七步，初步经验检验。
从经验知道，铁路运量一般是应该随煤产量增加而增加的，就是说经验要求回归系数b1为正值，如果计算得到的是负值，就要检查原因。
在这里，b1为正值,说明回归方程并不违反经验常识，这一级检验通过。
第八步，统计检验。
统计检验包括以下几个方面的内容：a．离散系数检验。
要求小于10~15%。
b．相关系数检验。
一般认为相关系数r的绝对值若大于0.7，x和y就具有较高的相关程度。
本例中r＝0.9852，两变量高度相关，c．判定系数检验。
r2＝0.9726，说明因变量各实际值与估计值离差的97％以上已被回归方程解释，未被解释的只占不到3％。
d．t检验。
本例中t＝30.4>t0.025(28)=2.084，模型通过了t检验。
e．D—W检验。
样本期间数n＝30，自变量个数K’＝1，显著性水平α＝0.05的情况下，查D —W分布表得dL＝1.35，du＝1.49。
因为D—W＝0.5492＜dL＝1.35，由判断标准可知，随机误差u i之间存在正的自相关问题。
也就是说，由于模型的随机误差存在正的自相关问题，用它进行预测可能会导致估计值过高。
回归分析习题及答案.doc
1.1回归分析的基本思想及其初步应用例题：1.在画两个变量的散点图时，下面哪个叙述是正确的()(A)预报变量在x轴上，解释变量在y轴上(B)解释变量在X轴上，预报变量在y轴上(0可以选择两个变量中任意一个变量在x轴上(D)可以选择两个变量中任意一个变量在y轴上解析：通常把自变量X称为解析变量，因变量y称为预报变量.选B2,若一组观测值(xi, yi) (x2, y2) ••- (x…, y n)之间满足 y-bxi+a+e；(i=l> 2. •••!!)若巳恒为0,则仁为_____________解析：e』亘为0,说明随机误差对方贡献为0.答案：1.3.假设关于某设备的使用年限x和所支出的维修费用y (万兀)，有如下的统计资料:X 2 3 4 5 6y 22 38 55 65 70若由资料可知y对x呈线性相关关系试求：(1)线性回归方程；(2)估计使用年限为10年时，维修费用是多少？解：(1)列表如下：i 1 2 3 4 5X] 2 3 4 5 622 38 55 65 70时•44 114 220 325 420X； 4 9 16 25 36_ _ 5 5x = 4, y = 5,»；=9o, »,北=112.3z'=l z'=l5 ___况一5xy干旱，仃112.3-5x4x5 …c十正方= ------------- = ------------ -- = 1.23,S，厂2 90 —5x42小「- 5x<=|a = y -bx = 5-1.23x4 = 0.08线性回归方程为：y =bx + a = 1.23x + Q.QS ( 2 )当 x=10 时，y = 1.23x10 + 0.08 = 12.38 (万兀)即估计使用10年时维修费用是1238万元课后练习：1.一位母亲记录了儿子3~9岁的身高，由此建立的身高与年龄的回归模型为y=7. 19x+73.93 用这个模型预测这个孩子10岁时的身高，则正确的叙述是()A.身高一定是145. 83cm;B.身高在145. 83cm以上；C.身高在145. 83cm以下；D.身I W J在 145. 83cm 左右.2.两个变量y与x的回归模型中，分别选择了 4个不同模型，它们的相关指数人2如下，其中拟合效果最好的模型是（）A.模型1的相关指数人2为0. 98B.模型2的相关指数R2为。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
线性回归练习
一、选择题
1.下列两个变量之间的关系中，哪个是函数关系 （ ） A.学生的性别与他的数学成绩 B.人的工作环境与健康状况 C.女儿的身高与父亲的身高 D. 正三角形的边长与面积
2．从某大学随机选取8名女大学生，其身高x (cm)和体重y (kg)的回归方程为 ˆ0.84985.712y
x =-，则身高172cm 的女大学生，由回归方程可以预报其体重 （ ）
A.为6 0.316kg
B. 约为6 0.316kg
C.大于6 0.316kg
D.小于6 0.316kg
3. 工人月工资（元）依劳动生产率（千元）变化的回归直线方程为ˆ160180y
x =+，下列判断正确的是 （ ）
A ．劳动生产率为1000元时，工资为340元
B ．劳动生产率提高1000元时，工资提高180元
C ．劳动生产率提高1000元时，工资平均提高180元 D.工资为520元时，劳动生产率为2000元 4．由右表可计算出变量,x y 的线性回归方程为（ ） A. ˆ0.350.15y x =-+ B. ˆ0.350.25y x =-+ C. ˆ0.350.15y x =+ D. ˆ0.350.25y x =+ 二、填空题
5．下列说法中正确的是
（填序号）
①回归分析就是研究两个相关事件的独立性；②回归模型都是确定性的函数；③回归模型都是线性的；④回归分析的第一步是画散点图或求相关系数r ；⑤回归分析就是通过分析、判断，确定相关变量之间的内在的关系的一种统计方法. 6．三点
()3,10,(7,20),(11,24)的线性回归方程是
三、解答
[2016高考新课标Ⅲ文数]下图是我国2008年至2014年生活垃圾无害化处理量（单位：亿吨）的折线图
x 5 4 3 2 1
y 2 1.5 1 1 0.5
（I ）由折线图看出，可用线性回归模型拟合y 与t 的关系，请用相关系数加以说明；
（II ）建立y 关于t 的回归方程（系数精确到0.01），预测2016年我国生活垃圾无害化处理量． 附注： 参考数据：
7
1
9.32i
i y
==∑，7
1
40.17i i i t y ==∑，
7
2
1
()
0.55i
i
y y =-=∑，7≈2.646.
参考公式：相关系数1
22
1
1
)()
()(y y)n
i
i i n
n
i
i i i t y r t
t ===--=
--∑∑∑，
回归方程$$y a
b =+$中斜率和截距的最小二乘估计公式分别为： 1
2
1
()()
()n
i
i i n
i
i t
t y y b
t
t ==--=-∑∑$，
$a
y bt =-$
【2015高考重庆，文17】随着我国经济的发展，居民的储蓄存款逐年增长.设某地区城乡居民人民币储蓄存款（年底余额）如下表： 年份 2010 2011 2012 2013 2014 时间代号t
1
2 3 4 5 储蓄存款y （千亿元） 5 6
7
8
10
(Ⅰ)求y 关于t 的回归方程
^
^
^
t y b a =+
(Ⅱ)用所求回归方程预测该地区2015年（6t =）的人民币储蓄存款. 附：回归方程
^
^^
t y
b a
=+中
1
1
2
2
21
1
()(),
()
.
n
n
i
i
i i
i i n
n
i
i
i i x x y y x y nx y
b x x x
nx
a y bx ====⎧---⎪⎪==
⎪⎨--⎪⎪=-⎪⎩
∑∑∑∑。