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.

              保险公司统计的资料表明:居民住宅区到最近消防站的距离\(x(\)单位:千米\()\)和火灾所造成的损失数额\(y(\)单位:千元\()\)有如下的统计资料:如果统计资料表明\(y\)与\(x\)有线性相关关系,试求:

              距消防站距离\(x(\)千米\()\)

              \(1.8\)

              \(2.6\)

              \(3.1\)

              \(4.3\)

              \(5.5\)

              \(6.1\)

              火灾损失费用\(y(\)千元\()\)

              \(17.8\)

              \(6\)

              \(27.5\)

              \(31.3\)

              \(36.0\)

              \(43.2\)

              \((\)Ⅰ\()\)求相关系数\(r(\)精确到\(0.01)\);

              \((\)Ⅱ\()\)求线性回归方程\((\)精确到\(0.01)\);

              \((III)\)若发生火灾的某居民区与最近的消防站相距\(10.0\)千米,评估一下火灾的损失\((\)精确到\(0.01)\).
              参考数据:\(\sum\limits_{1}^{6}{{{y}_{i}}}=175.4\)\(\sum\limits_{1}^{6}{{{x}_{i}}{{y}_{i}}}=764.36\)\(\sum\limits_{i=1}^{6}{({{x}_{i}}-\bar{x}})({{y}_{i}}-\bar{y})=80.30\)\(\sum\limits_{i=1}^{n}{{{({{x}_{i}}-\bar{x})}^{2}}}=14.30\)\(\sum\limits_{i=1}^{n}{{{({{y}_{i}}-\bar{y})}^{2}}}\approx 471.65\)\(\sqrt{\sum\limits_{i=1}^{n}{{{({{x}_{i}}-\bar{x})}^{2}}}\sum\limits_{i=1}^{n}{{{({{y}_{i}}-\bar{y})}^{2}}}}\approx 82.13\)
              参考公式:相关系数 \(r=\dfrac{\sum\limits_{i=1}^{n}{({{x}_{i}}-\bar{x})({{y}_{i}}-\bar{y})}}{\sqrt{\sum\limits_{i=1}^{n}{{{({{x}_{i}}-\bar{x})}^{2}}}\sum\limits_{i=1}^{n}{{{({{y}_{i}}-\bar{y})}^{2}}}}}\)

              回归方程\(\overset{∧}{y}= \overset{∧}{a}+ \overset{∧}{b}t \) 中斜率和截距的最小二乘估计公式分别为:\(\hat{b}=\dfrac{\sum\limits_{i=1}^{n}{({{x}_{i}}-\bar{x})({{y}_{i}}-\bar{y})}}{\sum\limits_{i=1}^{n}{{{({{x}_{i}}-\bar{x})}^{2}}}}\),\(\hat{a}=\bar{y}-\hat{b}x\)

            • 2.
              实验测得四组\((x,y)\)的值分别为\((1,2)\),\((2,3)\),\((3,4)\),\((4,4)\),则\(y\)与\(x\)间的线性回归方程是\((\)  \()\)
              A.\(y=-1+x\)
              B.\(y=1+x\)
              C.\(y=1.5+0.7x\)
              D.\(y=1+2x\)
            • 3.

              \((1)\)记函数\(f(x)=\sqrt{6+x-{{x}^{2}}}\)的定义域为\(D.\)在区间\([-4,5]\)上随机取一个数\(x\),则\(x\in D\)的概率是_______.

              \((2)\)某数学老师身高\(176cm\),他爷爷、父亲和儿子的身高分别是\(173cm\)、\(170cm\)和\(182cm .\)因儿子的身高与父亲的身高有关,该老师用线性回归分析的方法预测他孙子的身高为_____\(cm\).

              \((3)\)  为美化环境,从红、黄、白、紫\(4\)种颜色的花中任选\(2\)种花种在一个花坛中,余下的\(2\)种花种在另一个花坛中,则红色和紫色的花不在同一花坛的概率是______.

              \((4)\) 已知三棱锥\(S-ABC\)的所有顶点都在球\(O\)的球面上,\(SC\)是球\(O\)的直径\(.\)若平面\(SCA⊥\)平面\(SCB\),\(SA=AC\),\(SB=BC\),三棱锥\(S-ABC\)的体积为\(9\),则球\(O\)的表面积为______.

            • 4.

              \((1)\)函数\(f(x)\)的图象在\(x{=}2\)处的切线方程为\(2x{+}y{-}3{=}0\),则\(f(2)+f{{'}}(2)=\) ______ .

              \((2)\)函数\(f(x)= \dfrac{1nx}{x} \)的单调递减区间是______.

              \((3)\)观察下列各式:\(a+b=1,{a}^{2}+{b}^{2}=3,{a}^{3}+{b}^{3}=4,{a}^{4}+{b}^{4}=7,{a}^{5}+{b}^{5}=11,… \),则\({a}^{10}+{b}^{10}= \) ______ .

              \((4)\)已知\(x\)与\(y\)之间的一组数据:

              \(x\)

              \(0\)

              \(1\)

              \(2\)

              \(3\)

              \(y\)

              \(1\)

              \(3\)

              \(5\)

              \(7\)

              则\(y\)与\(x\)的线性回归方程\(\hat {y}=bx+a \)必过点______ .

              \((5)\)已知\(a∈R \),若\(f(x)=(x+ \dfrac{a}{x}-1){e}^{x} \)在区间\(\left(1,3\right) \)上有极值点,则\(a\)的取值范围是______ .

            • 5.

              某种产品的广告费支出\(x\)与销售额\(y(\)单位:万元\()\)之间有下表关系\(y\)与\(x\)的线性回归方程为\(\hat {y}=6.5x+17.5 \),当广告支出\(5\)万元时,随机误差的效应\((\)残差\()\)为\((\)   \()\)

              \(x\)

              \(2\)

              \(4\)

              \(5\)

              \(6\)

              \(8\)

              \(y\)

              \(30\)

              \(40\)

              \(60\)

              \(50\)

              \(70\)

              A.\(10\)                              
              B.\(20\)                              
              C.\(30\)                              
              D.\(40\)
            • 6.

              如图是某小区\(2017\)年\(1\)月至\(2018\)年\(1\)月当月在售二手房均价\((\)单位:万元\(/\)平方米\((\)的散点图\((\)图中月份代码\(1—13\)分别对应\(2017\)年\(1\)月\(—2018\)年\(1\)月\()\)根据散点图选择\(y=a+b\sqrt{x}\)和\(y=c+d\ln x\)两个模型进行拟合,根据数据处理得到两个回归方程分别为\(\overset{\wedge }{{y}}\,=0.9369+0.0285\sqrt{x}\)和\(\overset{\wedge }{{y}}\,=0.9554+0.0306\ln x\),并得到以下一些统计量的值:

               

              \(\overset{\wedge }{{y}}\,=0.9369+0.0285\sqrt{x}\)

              \(\overset{\wedge }{{y}}\,=0.9554+0.0306\ln x\)

              残差平方和 \(\underset{i=1}{\overset{13}{{\sum }}}\,{{({{y}_{i}}-\overset{\wedge }{{{{y}_{i}}}}\,)}^{2}}\)

              \(0.000591\)

              \(0.000164\)

              总偏差平方和 \(\underset{i=1}{\overset{13}{{\sum }}}\,{{({{y}_{i}}-\overset{-}{{{{y}_{i}}}}\,)}^{2}}\)

              \(0.006050\)

              \((\)Ⅰ\()\)请利用相关指数\({{R}^{2}}\)判断哪个模型的拟合效果更好;

              \((\)Ⅱ\()\)某位购房者拟于\(2018\)年\(6\)月份购买这个小区\(m(70\leqslant m\leqslant 160)\)平方米的二手房\((\)欲购房为其家庭首套房\() .\)若购房时该小区所有住房的房产证均已满\(2\)年但未满\(5\)年,请你利用\((\)Ⅰ\()\)中拟合效果更好的模型解决以下问题:

              \((ⅰ)\)估算该购房者应支付的购房金额\(.(\)购房金额\(=\)房款\(+\)税费\(;\)房屋均价精确到\(0.001\)万元\(/\)平方米\()\)

              \((ⅱ)\)若该购房者拟用不超过\(100\)万元的资金购买该小区一套二手房,试估算其可购买的最大面积\((\)精确到\(1\)平方米\()\)

                 附注:根据有关规定,二手房交易需要缴纳若干项税费,税费是按照房屋的计税价格进行征收\(.(\)计税价格\(=\)房款\()\)征收方式见下表:

              契税

              \((\)买方缴纳\()\)

              首套面积\(90\)平方米以内\((\)含\(90\)平方米\()\)为\(1\%\);首套面积\(90\)平方米以上且\(144\)平方米以内\((\)含\(144\)平方米\()\)为\(1.5\%\);面积\(144\)平方米以上或非首套为\(3\%\)

              增值税

              \((\)卖方缴纳\()\)

              房产证未满\(2\)年或满\(2\)年且面积在\(144\)平方米以上\((\)不含\(144\)平方米\()\)为\(5.6\%\);其他情况免征

              个人所得税\((\)卖方缴纳\()\)

              首套面积\(144\)平方米以内\((\)含\(144\)平方米\()\)为\(1\%\);面积\(144\)平方米以上或非首套均为\(1.5\%\);房产证满\(5\)年且是家庭唯一住房的免征

              参考数据:\(\ln 2\approx 0.69,\ln 3\approx 1.10,\ln 17\approx 2.83,\ln 19\approx 2.94\),

                      \(\sqrt{2}\approx 1.41,\sqrt{3}\approx 1.73,\sqrt{17}\approx 4.12,\sqrt{19}\approx 4.36\)

              参考公式:相关系数\({{R}^{2}}=1-\dfrac{\underset{i=1}{\overset{n}{{\sum }}}\,{{({{y}_{i}}-\overset{\wedge }{{{{y}_{i}}}}\,)}^{2}}}{\underset{i=1}{\overset{n}{{\sum }}}\,{{({{y}_{i}}-\overset{-}{{{{y}_{i}}}}\,)}^{2}}}\)

            • 7.

              在线性回归模型中,分别选择了\(4\)个不同的模型,它们的相关指数\(R^{2}\)依次为\(0{.}36\)、\(0{.}95\)、\(0{.}74\)、\(0{.}81\),其中回归效果最好的模型的相关指数\(R^{2}\)为\(({  })\)

              A.\(0{.}95\)
              B.\(0{.}81\)
              C.\(0{.}74\)
              D.\(0{.}36\)
            • 8.

              随着高等级公路的迅速发展,公路绿化受到高度重视,需要大量各种苗木\(.\)某苗圃培植场对\(100\)棵“天竺桂”的移栽成活量\(y(\)单位:棵\()\)与在前三个月内浇水次数\(x\)间的关系进行研究,根据以往的记录,整理相关的数据信息如图所示:


              \((1)\)结合图中前\(4\)个矩形提供的数据,利用最小二乘法求\(y\)关于\(x\)的回归直线方程;

              \((2)\)用\(\hat{y_{i}}\)表示\((1)\)中所求的回归直线方程得到的\(100\)棵“天竺桂”的移栽成活量的估计值,当图中余下的矩形对应的数据组\(\left({x}_{i},{y}_{i}\right) \)的残差的绝对值\(\left| y_{i}{-}\hat{y_{i}} \right|{\leqslant }5\),则回归直线方程有参考价值,试问:\((1)\)中所得到的回归直线方程有参考价值吗?

              \((3)\)预测\(100\)棵“天竺桂”移栽后全部成活时,在前三个月内浇水的最佳次数.

              附:回归直线方程为\(\hat {y}=\hat {b}x+\hat {a} \),其中\(\hat {b}= \dfrac{ \sum\limits_{i=1}^{n}\left({x}_{i}- \bar{x}\right)\left({y}_{i}- \bar{y}\right)}{ \sum\limits_{i=1}^{n}{\left({x}_{i}- \bar{x}\right)}^{2}}= \dfrac{ \sum\limits_{i=1}^{n}{x}_{i}{y}_{i}-n \bar{x} \bar{y}}{ \sum\limits_{i=1}^{n}{{x}_{i}}^{2}-n{ \bar{x}}^{2}} \),\(\bar{a}= \bar{y}-\hat {b} \bar{x} \).

            • 9.

              下列说法正确的是(    )

              A.\(∀x∈R, \sqrt[3]{x}+1 > 0 \)
              B.在线性回归分析中,如果两个变量的相关性越强,则相关系数\(r\)就越接近于\(1\)
              C.\(p∨q\)为真命题,则命题\(p\)和\(q\)均为真命题
              D.命题“\(∃{x}_{0}∈R,{{x}_{0}}^{2}-{x}_{0} > 0 \)”的否定是“\(∀x∈R\),\(x^{2}-x\leqslant 0\)”
            • 10. 以下有关线性回归分析的说法不正确的是\((\)  \()\)
              A.在回归线方程\( \hat y=0.4x+12\)中,当自变量\(x\)每增加一个单位时,变量\( \hat y\)平均增加约为\(0.4\)个单位
              B.用最二乘法求回归直线方程,是寻求使\( \sum\limits_{i=1}^{n} {\left[{y}_{i}-\left(b{x}_{i}+{a}_{i}\right)\right]}^{2} \)最小的\(a\),\(b\)的值
              C.相关系数为\(r\),若\(r^{2}\)越接近\(1\),则表明回归线的效果越好
              D.相关系数\(r\)越小,表明两个变量相关性越弱
            0/40

            进入组卷