文档文本内容
第九章 统计
专题9.3一元线性回归模型
1.了解相关系数的统计含义.2.了解最小二乘法原理,掌握一元线性回归模型参数的最小二乘估计方法.3.针对实
际问题,会用一元线性回归模型进行预测.
考点一 成对数据的相关性
考点二 回归模型
考点三 残差分析
1.变量的相关关系
(1)相关关系:两个变量有关系,但又没有确切到可由其中的一个去精确地决定另一个的程度,这种关系称为相
关关系.
(2)相关关系的分类:正相关和负相关.
(3)线性相关:如果变量x与变量y之间的关系可以近似地用一次函数来刻画,则称x与y线性相关.
2.相关系数
(1)r=.
(2)当r>0时,称成对样本数据正相关;当r<0时,称成对样本数据负相关.
(3)|r|≤1;当|r|越接近1时,成对样本数据的线性相关程度越强;当|r|越接近0时,成对样本数据的线性相关程
度越弱.
3.一元线性回归模型
(1)我们将y=bx+a称为y关于x的回归直线方程,
其中
(2)残差:观测值减去预测值称为残差.
常用结论
1.回归直线过点(,).
2.求b时,常用公式b=.
3.回归分析和独立性检验都是基于成对样本观测数据进行估计或推断,得出的结论都可能犯错误.题型一 成对数据的相关性
1.对四组数据进行统计,获得以下散点图(如图),将四组数据相应的相关系数进行比较,正确的有(
)
A. B.
C. D.
2.第一组样本点为(-5,-8.9),(-4,-7.2),(-3,-4.8),(-2,-3.3),(-1,-0.9)第二组样本点
为(1,8.9),(2,7.2),(3,4.8),(4,3.3),(5,0.9)第一组变量的线性相关系数为 ,第二
组变量的线性相关系数为 ,则( )
A. B. C. D.
3.对两个变量 , 进行线性相关检验,得线性相关系数 ,对两个变量 , 进行线性相关检
验,得线性相关系数 ,则下列判断正确的是( )
A.变量 与 正相关,变量 与 负相关,变量 与 的线性相关性较强
B.变量 与 负相关,变量 与 正相关,变量 与 的线性相关性较强
C.变量 与 正相关,变量 与 负相关,变量 与 的线性相关性较强
D.变量 与 负相关,变量 与 正相关,变量 与 的线性相关性较强
4.对于样本相关系数r,下列说法正确的是( )
A.样本相关系数
B.样本相关系数r越小,成对样本数据的线性相关程度越弱
C.当 时,成对样本数据没有任何相关关系
D.当 时,成对样本数据正相关且两个分量之间满足一种线性关系
5.如图(1)(2)分别表示样本容量均为7的A,B两组成对数据的散点图,已知A组成对数据的样本相
关系数为 ,B组成对数据的样本相关系数为 ,则 与 的大小关系为( )A. B.
C. D.无法判断
题型二 回归模型
6.用最小二乘法得到一组数据 (i=1,2,3,4,5)的线性回归方程为 ,若 ,
则 等于( )
A.11 B.13
C.53 D.65
7.已知数据 的三对观测值为 ,用“最小二乘法”判断下列直线的拟合程度,则效果
最好的是( )
A. B. C. D.
8.下列说法正确的是( )
A.线性回归模型 是一次函数
B.在线性回归模型 中,因变量 是由自变量 唯一确定的
C.在残差图中,残差点比较均匀地落在水平带状区域中,说明选用的模型比较合适
D.用 来刻画回归方程, 越小,拟合的效果越好
9.对具有线性相关关系的变量 ,测得一组数据如下表,根据表中数据,利用最小二乘法得到回归直线
方程 ,据此模型预测当 时,y的估计值为( )
x 2 4 5 6 8
2 6
y 40 70 80
0 0
A.210 B.210.5 C.211.5 D.212.510.下列关于回归分析的说法中错误的是( )
A.线性回归方程对应的直线 不一定经过其样本数据中的点
B.残差图中的残差点比较均匀地落在水平的带状区域中,宽度越窄,则说明模型拟合精度越高
C.若回归方程为 ,则当 时, 的值必为58.79
D.以模型 去拟合一组数据时,为了求出回归方程,设 ,将其变换后得到线性方程
,则 , 的值分别是 和0.3
题型三 残差分析
11.下列四幅残差分析图中,与一元线性回归模型拟合精度最高的是( )
A. B.
C. D.
12.在线性回归模型中相关指数 越大,则模型的拟合效果( )
A.越差 B.越好
C.与拟合效果的好坏没有关系 D.三者都不正确
13.新型冠状病毒引起的肺炎疫情暴发以来,各地医疗机构采取了各种针对性的治疗方法,取得了不错的
成效,某地开始使用中西医结合方法后,每周治愈的患者人数如表所示:
周数(x) 1 2 3 4 5
3
治愈人数(Y) 2 17 103 142
6
由表格可得Y关于x的非线性回归方程为 ,则此回归模型第5周的残差为( )
A.0 B.2 C.3 D.―2
14.已知一组样本数据 , ,, ,根据这组数据的散点图分析 与 之间的线性相关
关系,若求得其线性回归方程为 ,则在样本点 处的残差为( )
A.38.1 B.22.6 C. D.91.115.数据 与 有较强的线性相关关系,通过计算得到 关于 的线性回归方程为 ,经过分析、
计算得 ,则样本点 的残差为( )
A. B. C. D.64.5
一、单选题
1.变量X与Y相对应的一组数据为 , , , , ;变量U与V相对应的一
组数据为 , , , , . 表示变量Y与X之间的线性相关系数, 表示变量
V与U之间的线性相关系数,则( )
A. B.
C. D.
2.已知某产品产量与产品单位成本之间的相关系数为-0.97,这说明二者之间存在着( )
A.高度相关 B.中度相关
C.弱度相关 D.极弱相关
3.对于样本相关系数r,下列说法正确的是( )
A.r的取值范围是
B. 越大,相关程度越弱
C. 越接近于0,成对样本数据的线性相关程度越强
D. 越接近于1,成对样本数据的线性相关程度越强
4.某城市选用一种植物进行绿化,设其中一株幼苗从观察之日起,第 天的高度为 ,测得一些数据
如下表所示
第 天 1 2 3 4 5 6 7
1
高度 1 4 6 9 11 13
2
由表格数据可得到 关于 的经验回归方程为 ,则第6天的残差为( )
A. B.2.12 C. D.0.08
5.5G技术在我国已经进入高速发展的阶段,5G手机的销量也逐渐上升,某手机商城统计了最近5个月手
机的实际销量,如下表所示:
时间x 1 2 3 4 5销售量y(千只) 0.5 0.8 1.0 1.2 1.5
若y与x线性相关,且线性回归方程为 ,则下列说法不正确的是( )
A.由题中数据可知,变量y与x正相关
B.线性回归方程 中
C. 时,残差为0.02
D.可以预测 时该商场5G手机销量约为1.72(千只)
6.某新能源汽车生产公司,为了研究某生产环节中两个变量 之间的相关关系,统计样本数据得到如下
表格:
由表格中的数据可以得到 与 的经验回归方程为 ,据此计算,下列选项中残差的绝对值最小的
样本数据是( )
A. B.
C. D.
7.新冠肺炎疫情发生以来,中医药全面参与疫情防控救治,做出了重要贡献.某中医药企业根据市场调研
与模拟,得到研发投入 (亿元)与产品收益 (亿元)的数据统计如下表:
研发投入 (亿元) 1 2 3 4 5
产品收益 (亿元) 3 7 9 10 11
用最小二乘法求得 关于 的经验回归直线方程是 ,相关系数 (若 ,则线
性相关程度一般,若 ,则线性相关程度较高),下列说法不正确的有( )
A.变量 与 正相关且相关性较强
B.
C.当 时, 的估计值为40.3
D.相应于点 的残差为0.8
8.一唱片公司欲知唱片费用x(十万元)与唱片销售量y(千张)之间的关系,从其所发行的唱片中随机抽选了
10张,得如下的资料: , , , , ,则y与x的相
关系数r的绝对值为( )
A.0.6 B.0.5
C.0.4 D.0.3二、多选题
9.两个具有线性相关关系的变量的一组数据 ,下列说法正确的是( )
A.相关系数 越接近 ,变量 相关性越强
B.落在回归直线方程上的样本点越多,回归直线方程拟合效果越好
C.相关指数 越小,残差平方和越大,即模型的拟合效果越差
D.若 表示女大学生的身高, 表示体重则 表示女大学生的身高解释了 的体重变化
10.5G技术在我国已经进入调整发展的阶段,5G手机的销量也逐渐上升,某手机商城统计了最近5个月
手机的实际销量,如下表所示:
时间 1 2 3 4 5
销售量 (千
0.5 0.8 1.0 1.2 1.5
只)
若 与 线性相关,且线性回归方程为 ,则下列说法不正确的是( )
A.由题中数据可知,变量 与 正相关,且相关系数
B.线性回归方程 中
C.当解释变量 每增加1个单位时,预报变量 平均增加0.24个单位
D.可以预测 时,该商场5G手机销量约为1.72(千只)
三、填空题
11.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),
表示变量Y与X之间的线性相关系数, 表示变量V与U之间的线性相关系数,则 与 的大小关系是
.
12.汽车轮胎凹槽深度是影响汽车刹车的因素,汽车行驶会导致轮胎面磨损.某实验室通过实验测得行驶里
程与某品牌轮胎凹槽深度的数据,建立了如下回归模型 ,通过实验数据分析与计算得到如下结
论:① ;② ,令 , ,则回归方程应为 .
四、解答题
13.某校数学建模学生社团进行了一项实验研究,采集了 的一组数据如下表所示:
2 3 4 5 6 7
3
52.5 45 40 25 17.5
0
该社团对上述数据进行了分析,发现 与 之间具有线性相关关系.附:在线性回归方程 中, ,其中 为样本平均值.
(1)画出表中数据的散点图,并指出 与 之间的相关系数 是正还是负;
(2)求出 关于 的线性回归方程,并写出当 时,预测数据 的值.
14.2015—2019年,中国社会消费品零售额占GDP的比重超过4种,2020年后,中国社会消费品零售额
占GDP的比重逐年下降.下表为2018—2022年中国社会消费品零售额(单位:万亿元)及其占GDP的比
重y(单位:%)的数据,其中2018—2022年对应的年份代码x依次为1~5.
年份代码x 1 2 3 4 5
社会消费品零售额 37.8 40.8 39.2 44.1 44.0
社会消费品零售额占
41.3 41.5 39.0 38.6 36.7
GDP的比重y/%
(1)由上表数据,是否可用一元线性回归模型拟合y与x的关系,请用相关系数加以说明.
(2)请建立y关于x的一元线性回归方程.
(3)从2018—2022年中国社会消费品零售额这5个数据中随机抽取2个数据.若抽取的2个数据中至少有1
个数据大于40.0,求这2个数据恰好有1个数据不小于44.0的概率.
附: , , , ,
相关系数 .
对于一组数据 ,其一元线性回归直线 的斜率和截距的最小二乘估计公
式分别为 , .15.云南省统计局发布《全省旅游业发展情况(2015-2022年)》报告,其中2015年至2022年游客总人数
y(单位:亿人次)的数据如下表:
201 202
年份 2015 2016 2018 2019 2020 2022
7 1
年份代号x 1 2 3 4 5 6 7 8
游客总人数
3.3 4.3 5.7 6.9 8.1 5.3 6.5 8.4
y
为了预测2023年云南省游客总人数,根据2015年至2022年游客总人数y的数据建立线性回归模型一,得
到回归方程 : ,但由于受到2020年疫情影响,估计预测不准确,若用2015年至2019年
数据建立线性回归模型二,得到回归方程 :
(1)根据 和 预测2023年云南省游客总人数(预测数据精确到0.1);
(2)为了检验两种模型的预测效果,对两种模型作残差分析得到:
模型一:总偏差平方和 ,残差平方和 ;
模型二:总偏差平方和 ,残差平方和 ,
用 来比较模型一与模型二的拟合效果( 精确到0.001);
(3)根据2020年至2022年游客总人数y的数据建立线性回归模型三,求回归方程 ,并根据 预测2023年
云南省游客总人数(预测数据精确到0.1).
参考公式: , , , .