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.

              有下列关系:\(①\)人的身高与他\((\)她\()\)体重之间的关系;\(②\)曲线上的点与该点的坐标之间的关系;\(③\)苹果的产量与气候之间的关系;\(④\)森林中的同一种树木,其横断面直径与高度之间的关系,其中有相关关系的是_______\(.(\)写出所有正确题号\()\)

            • 2.

              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\({{x}_{i}}\)和年销售量\({{y}_{i}}(i=1,2,···,8)\)数据作了初步处理,得到下面的散点图及一些统计量的值.


              \(\overrightarrow{x}\)

              \(\overrightarrow{y}\)

              \(\overrightarrow{w}\)

              \(\sum\limits_{i=1}^{8}{{{({{x}_{i}}-\overline{x})}^{2}}}\)

              \(\sum\limits_{i=1}^{8}{{{({{w}_{i}}-\overline{w})}^{2}}}\)

              \(\sum\limits_{i=1}^{8}{({{x}_{i}}-\overline{x})({{y}_{i}}-\overline{y})}\)

              \(\sum\limits_{i=1}^{8}{({{w}_{i}}-\overline{w})({{y}_{i}}-\overline{y})}\)

              \(46.6\)

              \(56.3\)

              \(6.8\)

              \(289.8\)

              \(1.6\)

              \(1469\)

              \(108.8\)

              表中\({{w}_{i}}=\sqrt{{{x}_{i}}}\) ,\(\overrightarrow{w}\) \(=\dfrac{1}{8}\sum\limits_{i=1}^{8}{{{w}_{i}}}\)

              \((\)Ⅰ\()\)根据散点图判断,\(y=a+bx\)与\(y=c+d\sqrt{x}\)哪一个适宜作为年销售量\(y\)关于年宣传费\(x\)的回归方程类型?\((\)给出判断即可,不必说明理由\()\)

              \((\)Ⅱ\()\)根据\((\)Ⅰ\()\)的判断结果及表中数据,建立\(y\)关于\(x\)的回归方程;

              \((\)Ⅲ\()\)已知这种产品的年利率\(z\)与\(x\)、\(y\)的关系为\(z=0.2y-x.\)根据\((\)Ⅱ\()\)的结果回答下列问题:

              \((ⅰ)\)年宣传费\(x=49\)时,年销售量及年利润的预报值是多少?

              \((ⅱ)\)年宣传费\(x\)为何值时,年利率的预报值最大?

              附:对于一组数据\(({{u}_{1}},{{v}_{1}})\),\(({{u}_{2}},{{v}_{2}})\),\(……\),\(({{u}_{n}},{{v}_{n}})\),其回归线\(v=\alpha +\beta u\)的斜率和截距的最小二乘估计分别为:\(\widehat{\beta }{=}\dfrac{\sum\limits_{i=1}^{n}{({{u}_{i}}-\overline{u})({{v}_{i}}-\overline{v)}}}{\sum\limits_{i=1}^{n}{{{({{u}_{i}}-\overline{u})}^{2}}}}\)\(\widehat{\alpha }{=}\overline{v}-\widehat{\beta }\overline{u}\)

            • 3.

              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\(xi\)和年销售量\(yi(i=1,2,…,8)\)数据作了初步处理,得到下面的散点图及一些统计量的值.

              \(\overline{x}\)

              \(\overline{y}\)

              \(\overline{w}\)

              \(\sum_{i=1}^{8}(xi-\overline{x})2\)

              \(\sum_{i=1}^{8}( wi-\overline{w})2\)

              \(\sum_{i=1}^{8}(xi-\overline{x})(yi-\overline{y})\)

              \(\sum_{i=1}^{8}( wi-\overline{w})(yi-\overline{y})\)

              \(46.6\)

              \(563\)

              \(6.8\)

              \(289.8\)

              \(1.6\)

              \(1 469\)

              \(108.8\)

              表中\(wi= \sqrt{xi}\),\(\overline{w}= \dfrac{1}{8}\sum_{i=1}^{8}wi\).

              \((1)\)根据散点图判断,\(y=a+bx\)与\(y=c+d \sqrt{x}\)哪一个适宜作为年销售量\(y\)关于年宣传费\(x\)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.

              \((3)\)已知这种产品的年利润\(z\)与\(x\),\(y\)的关系为\(z=0.2y-x.\)根据\((2)\)的结果,问年宣传费\(x\)为何值时,年利润的预报值最大?

              参考公式:\( \overset{\}{b}= \dfrac{ \sum\limits_{i=1}^{n}{x}_{i}{y}_{i}-n \overset{¯}{x} \overset{¯}{y}}{ \sum\limits_{i=1}^{n}{{x}_{i}}^{2}-n{ \overset{¯}{x}}^{2}}= \dfrac{ \sum\limits_{i=1}^{n}\left({x}_{i}- \overset{¯}{x}\right)\left({y}_{i}- \overset{¯}{y}\right)}{ \sum\limits_{i=1}^{n}{\left({x}_{i}- \overset{¯}{x}\right)}^{2}},a= \overset{¯}{y}- \overset{\}{b} \overset{¯}{x}, \overset{\}{y}= \overset{\}{b}x+a \) 

            • 4. 已知下表是月份\({{x}_{{}}}\)与\(y\)用电量\((\)单位:万度\()\)之间的一组数据:

              \((1)\)画出散点图;

              \((2)\)如果\(y\)对\({{x}_{{}}}\)有线性相关关系,求回归方程;\((\)参考公式:\(\widehat{b}=\dfrac{\sum\limits_{i=1}^{n}{{{x}_{i}}{{y}_{i}}-n\overline{x}\overline{y}}}{\sum\limits_{i=1}^{n}{x_{i}^{2}}-n{{(\overline{x})}^{2}}}\),\(\hat{a}=\overline{y}-\widehat{b}\overline{x})\)

              \((3)\)预测\(12\)月份的用电量.

            • 5.

              某零售商店近五个月的销售额和利润额资料如下表:

              商店名称

              \(A\)

              \(B\)

              \(C\)

              \(D\)

              \(E\)

              销售额\(x(\)千万元\()\)

              \(3\)

              \(5\)

              \(6\)

              \(7\)

              \(9\)

              利润额\(y(\)百万元\()\)

              \(2\)

              \(3\)

              \(3\)

              \(4\)

              \(5\)


              \((1)\)画出散点图,观察散点图,说明两个变量有怎样的相关关系;


              \((2)\)用最小二乘法计算利润额\(y\)关于销售额\(x\)的回归直线方程;
              \((3)\)当销售额为\(4(\)千万元\()\)时,利用\((2)\)的结论估计该零售店的利润额\((\)百万元\().(\)参考公式\({\,\!}_{(} \overset{\}{b}= \dfrac{ \sum\nolimits_{i=1}^{n}\left({x}_{i}- \bar{x}\right)\left({y}_{i}- \bar{y}\right)}{ \sum\nolimits_{i=1}^{n}{\left({x}_{i}- \bar{x}\right)}^{2}}= \dfrac{ \sum\nolimits_{i=1}^{n}{x}_{i}{y}_{i}-n \bar{x} \bar{y}}{ \sum\nolimits_{i=1}^{n}{{x}_{i}}^{2}-n{ \bar{x}}^{2}} _{,}\overset{\hat{\ }}{{a}}\,=\overset{-}{{y}}\,-\overset{\hat{\ }}{{b}}\,\overset{\_}{{x}}\,\) \()\)
            • 6. 下列两个量之间的关系是相关关系的为\((\)    \()\)
              A.匀速直线运动的物体时间与位移的关系
              B.学生的成绩和体重
              C.路上酒后驾驶的人数和交通事故发生的多少
              D.水的体积和重量
            • 7.

              对具有线性相关关系的变量\(x\)\(y\),有一组观测数据\((\)\(x_{i}\)\(y_{i}\)\()(\)\(i\)\(=1\),\(2\),\(…\),\(8)\),其回归直线方程为\(= \dfrac{1}{6}\) \(x\)\(+2\)\(a\),且\(x\)\({\,\!}_{1}+\)\(x\)\({\,\!}_{2}+\)\(x\)\({\,\!}_{3}+\)\(x\)\({\,\!}_{4}+\)\(x\)\({\,\!}_{5}+\)\(x\)\({\,\!}_{6}+\)\(x\)\({\,\!}_{7}+\)\(x\)\(=3(\)\(y\)\({\,\!}_{1}+\)\(y\)\({\,\!}_{2}+\)\(y\)\({\,\!}_{3}+\)\(y\)\({\,\!}_{4}+\)\(y\)\({\,\!}_{5}+\)\(y\)\({\,\!}_{6}+\)\(y\)\({\,\!}_{7}+\)\(y\)\({\,\!}_{8})=6\),则实数\(a\)的值为\((\)   \()\)

              A.\( \dfrac{1}{16} \)
              B.\( \dfrac{1}{6} \)           
              C.\( \dfrac{1}{4} \)
              D.\( \dfrac{11}{16} \)
            • 8.

              某研究小组在一项实验中获得一组数据,将其整理得到如图所示的散点图,下列函数中,最能近似刻画\(y\)与\(t\)之间关系的是(    )

              A.\(y={2}^{t} \)
              B.\(y=2{t}^{2} \)
              C.\(y={t}^{3} \)
              D.\(y={\log }_{2}t \)
            • 9.

              有下列关系:\((1)\)名师出高徒;\((2)\)球的体积与该球的半径之间的关系;\((3)\)苹果的产量与气候之间的关系; \((4)\)森林中的同一种树,其断面直径与高度之间的关系;\((5)\)学生与他\((\)她\()\)的学号之间的关系; \((6)\)乌鸦叫,没好兆; 其中,具有相关关系的是(    )

              A.\((1)(3)(4)(6)\) 
              B.\((1)(3)(4)(5)\)  
              C.\((2)(5)\)  
              D.\((1)(3)(4)\)
            • 10.

              \(PM2.5\)是指空气中直径小于或等于\(2.5\)微米的颗粒物\((\)也称可入肺颗粒物\().\)为了探究车流量与\(PM2.5\)的浓度是否相关,现采集到某城市周一至周五某一时间段车流量与\(PM2.5\)的数据如下表:

              \((1)\)根据上表数据,请在下列坐标系中画出散点图;


              \((2)\)根据上表数据,用最小二乘法求出\(y\)关于\(x\)的线性回归方程\( \overset{\}{y}= \overset{\}{b}x+ \overset{\}{a} :\begin{cases} \overset{\}{b}= \dfrac{ \sum\nolimits_{i=1}^{n}({x}_{i}- \overset{¯}{x})({y}_{i}- \overset{¯}{y})}{ \sum\nolimits_{i=1}^{n}({x}_{i}- \overset{¯}{x}{)}^{2}} \\ \overset{\}{a}= \bar{y}= \overset{\}{b} \bar{x}.\end{cases}= \dfrac{ \sum\nolimits_{i=1}^{n}{x}_{i}{y}_{i}-n \overset{¯}{xy})}{ \sum\nolimits_{i=1}^{n}x_{i}^{2}-n{ \bar{x}}^{2}}, \)


              \((\)参考数据:\( \sum\limits_{i=1}^{5}x_{i}^{2}=14630, \sum\limits_{i=1}^{5}{x}_{i}{y}_{i}=20044 )\)

              \((3)\)若周六同一时间段车流量是\(25\)万辆,试根据\((2)\)求出的线性回归方程预测,此时\(PM2.5\)的浓度为多少\((\)保留整数\()\)

            0/40

            进入组卷