优优班--学霸训练营 > 知识点挑题
全部资源
          排序:
          最新 浏览

          50条信息

            • 1.

              噪音污染已经成为影响人们身体健康和生活质量的严重问题\(.\) 为了了解声音强度\(D\)\((\)单位:分贝\()\)与声音能量\(I\)\((\)单位:\({{W}}/{{c}{{{m}}^{2}}}\;\)\()\)之间的关系,某研究机构将测量得到的声音强度\({{D}_{i}}\)与声音能量\({{I}_{i}}(i=1,2,3,\cdots ,10)\)数据作了初步处理,得到下面的散点图及一些统计量的值.\(\bar{I}=1.04\times {{10}^{-11}},\bar{D}=45.7,\overline{W}=-11.5,\sum\limits_{i=1}^{10}{({{W}_{i}}}-\overline{W}{{)}^{2}}=0.51,\sum\limits_{i=1}^{10}{({{I}_{i}}}-\bar{I}{{)}^{2}}=1.56\times {{10}^{-21}},\sum\limits_{i=1}^{10}{({{I}_{i}}}-\bar{I})({{D}_{i}}-\overline{D})=6.88\times {{10}^{-11}},\sum\limits_{i=1}^{10}{({{W}_{i}}}-\overline{W})({{D}_{i}}-\overline{D})=5.1.\)其中\({{W}_{i}}=\lg {{I}_{i}},\bar{I}=\dfrac{1}{10}\sum\limits_{i=1}^{10}{{{I}_{i}}},\overline{W}=\dfrac{1}{10}\sum\limits_{i=1}^{10}{{{W}_{i}}}.\)


              \((I)\)根据散点图判断,\(D={{a}_{1}}+{{b}_{1}}I\)与\(D={{a}_{2}}+{{b}_{2}}\lg I\)哪一个更适宜作为声音强度\(D\)关于声音能量\(I\)的回归方程类型?\((\)给出判断即可,不必说明理由\()\)

              \((II)\)根据\((I)\)及题中给出的一些统计量,求声音强度\(D\)关于声音能量\(I\)的适宜的回归方程;

              \((\)Ⅲ\()\)当声音强度\(D\)大于\(60\)分贝时属于噪音,会产生噪声污染\(.\) 城市中某处\(P\)共受到两个声源的影响,这两个声源的声音能量\({{I}_{1}}\)与\({{I}_{2}}\),且\(\dfrac{1}{{{I}_{1}}}+\dfrac{4}{{{I}_{2}}}={{10}^{10}}.\)已知\(P\)处的声音能量等于声音能量\({{I}_{1}}\)与\({{I}_{2}}\)之和\(.\)试根据\((II)\)中的回归方程,判断\(P\)处是否受到噪声污染的干扰,并说明理由.

              附:对于一组数据:\(({{x}_{i}},{{y}_{i}})(i=1,2,3,\cdots ,n)\),其线性回归方程\(\hat{y}=\hat{b}x+\hat{a}\)中斜率最小二乘估计为:\(\hat{b}=\dfrac{\sum\limits_{i=1}^{n}{({{x}_{i}}-\bar{x})({{y}_{i}}-\bar{y})}}{\sum\limits_{i=1}^{n}{{{({{x}_{i}}-\bar{x})}^{2}}}}\) ,\(\widehat{a}=\overline{y}-\widehat{b}\,\overline{x}\).

            • 2.
              某高中地处县城,学校规定家到学校路程在\(5\)里以内的学生可以走读,因交通便利,所以走读生人数很多,该校先后\(5\)次对走读生的情况统计,下表是根据\(5\)次调查得到下午开始上课时间与平均每天午休的走读生人数的统计数据表:
              下午开始上课时间 \(2\):\(00\) \(2\):\(10\) \(2\):\(20\) \(2\):\(30\) \(2\):\(40\)
              平均每天午休人数 \(250\) \(350\) \(500\) \(650\) \(750\)
              \((1)\)如果把下午开始上课时间\(2\):\(00\)作为横坐标原点,上课时间每推迟\(10\)分钟,横坐标\(x\)增加\(1\),以平均每天午休人数为纵坐标,画出散点图;
              \((2)\)求平均每天午休人数\(y\)与上课时间\(x\)之间的回归直线方程\( \overset{\hat{} }{y}= \overset{\hat{} }{b}x+ \overset{\hat{} }{a}\);
              \((3)\)预测当下午上课时间推迟到\(2\):\(50\)时,走读生中大约有多少人午休?
            • 3.

              某产品的广告费用支出\(x\)与销售额\(y(\)单位:百万元\()\)之间有如下的对应数据:

              \(x/\)百万元

              \(2\)

              \(4\)

              \(5\)

              \(6\)

              \(8\)

              \(y/\)百万元

              \(30\)

              \(40\)

              \(60\)

              \(50\)

              \(70\)


              \((1)\)求\(y\)与\(x\)之间的回归直线方程;\((\)参考数据:\(2^{2}+4^{2}+5^{2}+6^{2}+8^{2}=145\),\(2×30+4×40+5×60+6×50+8×70=1380)\)

              \((2)\)试预测广告费用支出为\(1\)千万元时,销售额是多少?

              附:线性回归方程\(y=bx+a\)中,\(b= \dfrac{ \sum\nolimits_{i=}^{n}{x}_{i}{y}_{i}-n \bar{x} \bar{y}}{ \sum\nolimits_{i=1}^{n}x_{i}^{2}-n{ \bar{x}}^{2}} \),\(a= \bar{y} -b \bar{x} \),其中\( \bar{x} \),\( \bar{y} \)为样本平均值,线性回归方程也可写为\( \overset{\}{y} = \overset{\}{b} x+ \overset{\}{a} \).

            • 4.

              \(20.\)某基地蔬菜大棚采用水培、无土栽培方式种植各类蔬菜\(.\)过去\(50\)周的资料显示,该地周光照量\(X(\)小时\()\)都在\(30\)小时以上,其中不足\(50\)小时的周数有\(5\)周,不低于\(50\)小时且不超过\(70\)小时的周数有\(35\)周,超过\(70\)小时的周数有\(10\)周\(.\)根据统计,该基地的西红柿增加量\(y(\)百斤\()\)与使用某种液体肥料\(x(\)千克\()\)之间对应数据为如图所示的折线图.


              \((1)\)依据数据的折线图,是否可用线性回归模型拟合\(y\)与\(x\)的关系?请计算相关系数\(r\)并加以说明\((\)精确到\(0.01).(\)若\(|r| > 0.75\),则线性相关程度很高,可用线性回归模型拟合\()\)

              \((2)\)蔬菜大棚对光照要求较大,某光照控制仪商家为该基地提供了部分光照控制仪,但每周光照控制仪最多可运行台数受周光照量\(X\)限制,并有如下关系:

              周光照量 \(X\) \((\)单位:小时\()\)

              \(30 < X < 50\)

              \(50\leqslant X\leqslant 70\)

              \(X > 70\)

              光照控制仪最多可运行台数

              \(3\)

              \(2\)

              \(1\)

              若某台光照控制仪运行,则该台光照控制仪周利润为\(3000\)元;若某台光照控制仪未运行,则该台光照控制仪周亏损\(1000\)元\(.\)若商家安装了\(3\)台光照控制仪,求商家在过去\(50\)周周总利润的平均值.

              附:相关系数公式\(r= \dfrac{ \sum\nolimits_{i=1}^{n}\left({x}_{i}- \bar{x}\right)\left({y}_{i}- \bar{y}\right)}{ \sqrt{ \sum\nolimits_{i=1}^{n}{\left({x}_{i}- \bar{x}\right)}^{2}} \sqrt{ \sum\nolimits_{i=1}^{n}{\left({y}_{i}- \bar{y}\right)}^{2}}} \),参考数据\(\sqrt{0.3}\approx 0.55\),\(\sqrt{0.9}\approx 0.95\).

            • 5.

              某单位为了了解用电量\(y\)度与气温\(x℃\)之间的关系,随机统计了某\(4\)天的用电量与当天气温的数据,并制作了对照表:由表中数据得回归直线方程\(\widehat{y}=\widehat{b}x+\widehat{a}\)中的\(\widehat{b}=-3\),预测气温为\(2℃\)时,用电量的度数是

              气温\(x(℃)\)

              \(20\)

              \(16\)

              \(12\)

              \(4\)

              用电量\(y(\)度\()\)

              \(14\)

              \(28\)

              \(44\)

              \(62\)

              A.\(70\)
              B.\(68\)
              C.\(64\)
              D.\(62\)
            • 6.

              某兴趣小组欲研究昼夜温差大小与患感冒人数多少之间的关系,他们分别到气象局与某医院抄录了\(1\)至\(6\)月份每月\(10\)号的昼夜温差情况与因患感冒而就诊的人数,得到如下资料:

              日期

              \(1\)月\(10\)日

              \(2\)月\(10\)日

              \(3\)月\(10\)日

              \(4\)月\(10\)日

              \(5\)月\(10\)日

              \(6\)月\(10\)日

              昼夜温差
              \(x\) \((℃)\)

              \(10\)

              \(11\)

              \(13\)

              \(12\)

              \(8\)

              \(6\)

              就诊人数
              \(y(\)个\()\)

              \(22\)

              \(25\)

              \(29\)

              \(26\)

              \(16\)

              \(12\)

              该兴趣小组确定的研究方案是:先用\(2\)、\(3\)、\(4\)、\(5\)月的\(4\)组数据求线性回归方程,再用\(1\)月和\(6\)月的\(2\)组数据进行检验.
              \((1)\)请根据\(2\)、\(3\)、\(4\)、\(5\)月的数据,求出\(y\)关于\(x\)的线性回归方程
              \((2)\)若由线性回归方程得到的估计数据与所选出的检验数据的误差均不超过\(2\)人,则认为得到的线性回归方程是理想的,试问该小组所得线性回归方程是否理想?
              \((\)参考公式:\(\hat {b}= \dfrac{ \sum\limits_{i=1}^{n}{x}_{i}{y}_{i}-n \bar{x} \bar{y}}{ \sum\limits_{i=1}^{n}{{x}_{i}}^{2}-n{ \bar{x}}^{2}} \),\(\hat {a}= \bar{y}-\hat {b} \bar{x} )\)
              参考数据:
              \(11×25+13×29+12×26+8×16=1092\),
              \(11^{2}+13^{2}+12^{2}+8^{2}=498\).
            • 7.

              某研究机构对儿童记忆能力\(x\)和识图能力\(y\)进行统计分析,得到如下数据:

              记忆能力\(x\)

              \(4\)

              \(6\)

              \(8\)

              \(10\)

              识图能力\(y\)

              \(3\)

              \(5\)

              \(6\)

              \(8\)

              由表中数据,求得线性回归方程为\( \overset{\}{y}= \dfrac{4}{5}x+ \overset{\}{a} \),若某儿童的记忆能力为\(12\)时,则他的识图能力为(    )

              A.\(6.5\)  
              B.\(7\)
              C.\(8.5\) 
              D.\(9.5\)
            • 8.

              某单位为了解用电量\(y(kWh)\)与气温\(x(℃)\)之间的关系,随机统计了某\(4\)天的用电量与当天气温,并制作了对照表:

              气温\((℃)\)

              \(18\)

              \(13\)

              \(10\)

              \(-1\)

              用电量\((kWh)\)

              \(24\)

              \(34\)

              \(38\)

              \(64\)

              由表中数据得线性回归方程\( \overset{\}{y}= \overset{\}{b}x+ \overset{\}{a} \)中\( \overset{\}{b} =-2\),预测当气温为\(-4℃\)时,用电量约为__________\(kWh\).

            • 9.

              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\((x_{i},y_{i})(i=1,2,…,n)\),用最小二乘法建立的回归方程为\( \overset{\}{y} =0.85x-85.71\),则下列结论中不正确的是(    )

              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\(( \bar{x} , \bar{y} )\)
              C.若该大学某女生身高增加\(1cm\),则其体重约增加\(0.85kg\)
              D.若该大学某女生身高为\(170cm\),则可断定其体重必为\(58.79kg\)
            • 10. 某同学用收集到的\(6\)组数据对\((x_{i},y_{i})(i=1,2,3,4,5,6)\)制作成如图所示的散点图\((\)点旁的数据为该点坐标\()\),并计算得到回归直线\(l_{1}\)的方程为:\(\widehat{y}={{\widehat{b}}_{1}}x+{{\widehat{a}}_{1}}\),相关指数为\(R_{1}^{2}\);经过残差分析确定\(B\)为离群点,把它去掉后,再用剩下的\(5\)组数据计算得到回归直线\(l_{2}\)的方程为:\(\widehat{y}={{\widehat{b}}_{2}}x+{{\widehat{a}}_{2}}\)相关指数为\(R_{2}^{2}\),则以下结论中,不正确的是\((\)   \()\)

              A.\({{\widehat{b}}_{1}} > 0\)
              B.\(R_{2}^{2} > R_{1}^{2}\)
              C.直线\(l_{1}\)恰好过点\(C\)
              D.\({{\widehat{b}}_{2}} < {{\widehat{b}}_{1}}\)
            0/40

            进入组卷