对变量x,y有观测数据(xi,yi)(i=1,2,…,10),得散点图1;对变量u,v有观测数据(ui,vi)(i=1,2,…,10),得散点图2,由这两个散点图可以判断 |
[ ] |
A.变量x与y正相关,u与v正相关 B.变量x与y正相关,u与v负相关 C.变量x与y负相关,u与v正相关 D.变量x与y负相关,u与v负相关 |
下表提供了某厂节能降耗技术改造后生产甲产品过程中记录的产量x(吨)与相应的生产能耗y(吨标准煤)的几组对照数据: |
(1)请画出上表数据的散点图; (2)请根据上表提供的数据,用最小二乘法求出y关于x的线性回归方程; (3)已知该厂技改前100吨甲产品的生产能耗为90吨标准煤,试根据(2)求出的线性回归方程,预测生产100吨甲产品的生产能耗比技改前降低多少吨标准煤? (参考数值:3×2.5+4×3+5×4+6×4.5=66.5) |
为调查某地区老年人是否需要志愿者提供帮助,用简单随机抽样方法从该地区调查了500位老年人,结果如下: |
(1)估计该地区老年人中,需要志愿者提供帮助的老年人的比例; (2)能否有99%的把握认为该地区的老年人是否需要志愿者提供帮助与性别有关? (3)根据(2)的结论,能否提出更好的调查方法来估计该地区的老年人中,需要志愿者提供帮助的老年人的比例?说明理由。 |
附: |
为了比较注射A,B两种药物后产生的皮肤疱疹的面积,选200只家兔做试验,将这200只家兔随机地分成两组,每组100只,其中一组注射药物A,另一组注射药物B。下表1和表2分别是注射药物A和药物B后的试验结果。(疱疹面积单位:mm2) |
|
(I)完成下面频率分布直方图,并比较注射两种药物后疱疹面积的中位数大小; |
(Ⅱ)完成下面2×2列联表,并回答能否有99.9%的把握认为“注射药物A后的疱疹面积与注射药物B后的疱疹面积有差异”。 |
附: |
身高与体重有关系可以用什么分析来分析 |
[ ] |
A.残差 B.回归 C.等高条形图 D.独立检验 |
已知x,y之间的一组数据如下表所示,则y对x的回归方程必经过 |
[ ] |
A.(0,1) B.(2,5) C.(1.5,0) D.(1.5,4) |
变量x与y具有线性相关关系,当x取值16,14,12,8时,通过观测得到y的值分别为11,9,8,5,若在实际问题中,y的预报最大取值是10,则x的最大取值不能超过 |
[ ] |
A.16 B.17 C.15 D.12 |
回归分析中,相关指数R2的值越大,说明残差平方和 |
[ ] |
A.越小 B.越大 C.可能大也可能小 D.以上都不对 |
考察棉花种子经过处理跟生病之间的关系得到下表数据: |
根据以上数据,则 |
[ ] |
A.种子经过处理跟是否生病有关 B.种子经过处理跟是否生病无关 C.种子是否经过处理决定是否生病 D.以上都是错误的 |
在吸烟与患肺病这两个分类变量的计算中,下列说法正确的是 |
[ ] |
A.若K2的观测值为k=6.635,我们有99%的把握认为吸烟与患肺病有关系,那么在100个吸烟的人中必有99人患有肺病 B.从独立性检验可知有99%的把握认为吸烟与患肺病有关系时,我们说某人吸烟,那么他有99%的可能患有肺病 C.若从统计量中求出有95%的把握认为吸烟与患肺病有关系,是指有5%的可能性使得推断出现错误 D.以上三种说法都不正确 |
观测两相关变量得如下数据: |
则两变量间的回归直线方程近似为 |
[ ] |
A. B.y=x C. D.y=x+1 |
有下列说法: ①随机误差是引起预报值与真实值之问的误差的原因之一; ②残差平方和越小,预报精度越高; ③在独立检验中,通过等高条形图可以粗略判断两个分类变量是否有关系; 其中真命题的个数是 |
[ ] |
A.0 B.1 C.2 D.3 |
若两个分类变量X 和Y的列联表为: |
则X与Y之间有关系的概率约为( )。 |
研究统计问题的基本思想方法是( )。 |
在研究身高与体重的关系时,求得相关指数R2≈( ),可以叙述为“身高解释了64%的体重变化”,而随机误差贡献了剩余的36%,所以,身高对体重的效应比随机误差的效应大得多。 |
对具有线性相关关系的变量x和y,测得一组数据如下表,若已求得它们的回归直线方程的斜率为6.5,则这条回归直线的方程为( )。 |
一只红铃虫的产卵数y和温度x有关,现收集了7组观测数据如下表所示,画出散点图,根据敝点图选择适当的回归方程的模型。(只要求写出方程的类型) |
通过随机询问72名不同性别的大学生在购买食物时是否看营养说明,得到如下列联表: |
性别与读营养说明列联表 |
请问性别和读营养说明之间在多大程度上有关系? |
针对某工厂某产品产量与单位成本的资料进行线性回归分析: |
求回归直线方程。 |
以下是某地收集到的新房屋的销售价格y(万元)和房屋的面积x(m2)的数据: |
(1)画出数据对应的散点图; (2)求线性回归直线方程,并在散点图中加上回归直线; (3)根据(2)的结果估计当房屋面积为150m2时的销售价格。 |
在关于人体的脂肪含量(百分比)和年龄关系的研究中,研究人员获得一组数据: |
(1)画出散点图; (2)求y与x之间的回归方程; (3)预测39岁的人的脂肪含量。 (参考数据:) |