散点图 知识点题库

在画两个变量的散点图时,下面哪个叙述是正确的(    )

A . 预报变量在x轴上,解释变量在y轴上 B . 解释变量在x轴上,预报变量在y轴上 C . 可以选择两个变量中任意一个在x轴上 D . 以选择两个变量中任意一个在y轴上

对变量x, y 有观测数据()(i=1,2,…,10),得散点图1;对变量u ,v 有观测数据()(i=1,2,…,10),得散点图2. 由这两个散点图可以判断( )

图1 图2

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

如图所示,图中有5组数据(用字母代表),现准备去掉其中一组,使剩下的4组数据的线性相关性最高,那么应该去掉的一组是(  )

A . E B . F C . G D . H
在下列各图中,每个图的两个变量具有相关关系的图是 (   )


A . (1)(2) B . (1)(3) C . (2)(4) D . (2)(3)
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=2t B . y=2t2 C . y=t3 D . y=log2t
已知施化肥量x与水稻产量y的试验数据如下表,则变量x与变量y是相关(填“正”或“负”).

施化肥量x

15

20

25

30

35

40

45

水稻产量y

330

345

365

405

445

450

455

对变量x, y 有观测数据(xiyi)(i=1,2,…,10),得散点图1;对变量uv有观测数据(uivi)(i=1,2,…,10),得散点图2.由这两个散点图可以判断( )

A . 变量xy 正相关,uv 正相关 B . 变量xy 正相关,uv 负相关 C . 变量xy 负相关,uv 正相关 D . 变量xy 负相关,uv 负相关
教材上一例问题如下:

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,试建立yx之间的回归方程.

温度  x/℃

21

23

25

27

29

32

35

产卵数y/个

7

11

21

24

66

115

325

某同学利用图形计算器研究它时,先作出散点图(如图所示),发现两个变量不呈线性相关关系. 根据已有的函数知识,发现样本点分布在某一条指数型曲线 的附近( 是待定的参数),于是进行了如下的计算:

根据以上计算结果,可以得到红铃虫的产卵数y对温度x的回归方程为.(精确到0.0001) (提示: 利用代换可转化为线性关系)

某统计部门对四组数据进行统计分析后,获得如图所示的散点图,关于相关系数的比较,其中正确的是(    )

图片_x0020_100001

A . B . C . D .
2019年12月以来,湖北省武汉市持续开展流感及相关疾病监测,发现多起病毒性肺炎病例,均诊断为病毒性肺炎/肺部感染,后被命名为新型冠状病毒肺炎(CoronaVirusDisease2019,COVID—19),简称“新冠肺炎”.下图是2020年1月15日至1月24日累计确诊人数随时间变化的散点图.

为了预测在未釆取强力措施下,后期的累计确诊人数,建立了累计确诊人数y与时间变量t的两个回归模型,根据1月15日至1月24日的数据(时间变量t的值依次1,2,…,10)建立模型 .

附:对于一组数据( ,……, ,其回归直线 的斜率和截距的最小二乘估计分别为 .

参考数据:其中 .

5.5

390

19

385

7640

31525

154700

100

150

225

338

507

  1. (1) 根据散点图判断, 哪一个适宜作为累计确诊人数y与时间变量t的回归方程类型?(给出判断即可,不必说明理由)
  2. (2) 以下是1月25日至1月29日累计确诊人数的真实数据,根据(2)的结果回答下列问题:

    时间

    1月25日

    1月26日

    1月27日

    1月28日

    1月29日

    累计确诊人数的真实数据

    1975

    2744

    4515

    5974

    7111

    (ⅰ)当1月25日至1月27日这3天的误差(模型预测数据与真实数据差值的绝对值与真实数据的比值)都小于0.1则认为模型可靠,请判断(2)的回归方程是否可靠?

    (ⅱ)2020年1月24日在人民政府的强力领导下,全国人民共同采取了强力的预防“新冠肺炎”的措施,若采取措施5天后,真实数据明显低于预测数据,则认为防护措施有效,请判断预防措施是否有效?

据两个变量x、y之间的观测数据画成散点图如图,这两个变量是否具有线性相关关系(答是与否).

图片_x0020_473360942

某研究机构对某校高二文科学生的记忆力x和判断力y进行统计分析,得下表数据.

x

6

8

10

12

y

2

3

5

6

  1. (1) 请画出上表数据的散点图;
  2. (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. (3) 试根据(2)中求出的线性回归方程,预测记忆力为14的学生的判断力.
“硬科技”是以人工智能、航空航天、生物技术、光电芯片、信息技术、新材料、新能源、智能制造等为代表的高精尖科技,属于由科技创新构成的物理世界,是需要长期研发投入、持续积累才能形成的原创技术,具有极高技术门槛和技术壁垒,难以被复制和模仿.在华为的影响下,我国的一大批自主创新的企业都在打造自己的科技品牌,某高科技企业为确定下一年度投入某种产品的研发费用,需了解年研发费用x(单位:千万元)对年销售量y(单位:千万件)的影响,统计了近10年投入的年研发费用x,与年销售量 ( )的数据,得到如图所示的散点图.

参考数据和公式: .对于一组数据 ,…, ,其回归直线 的斜率和截距的最小二乘估计分别为: .

  1. (1) 利用散点图判断, (其中a,b,c,d为大于0的常数)哪一个更适合作为年研发费用x和年销售量y的回归方程类型;(只要给出判断即可,不必说明理由)
  2. (2) 对数据作出如下处理:得到相关统计量的值如表:

    9.4

    29.7

    2

    366

    5.5

    439.2

    55

    其中令 .

    根据(1)的判断结果及表中数据,求y关于x的回归方程,并预测投入的年研发费用28千万元时的年销售量;

  3. (3) 从这10年的数据中随机抽取3个,记年销售量超过30(千万件)的个数为X,求X的分布列和数学期望.
随着快递业的发展,网购的流行,居民不出门通过网购就可以实现轻松购物,为了研究一般家庭月平均收入与月平均网购支出的关系,该市统计部门随机调查10个有网购经验的家庭,得数据如下:

家庭编号

1

2

3

4

5

6

7

8

9

10

(收入)千元

2

3

4

5

6

7

8

9

10

11

(网购支出)千元

0.1

0.3

0.4

0.5

0.6

0.8

1.0

1.2

1.4

1.6

(Ⅰ)判断家庭月平均收入与月平均网购支出是否相关?

(Ⅱ)若家庭月平均收入与月平均网购支出两者线性相关,求回归直线方程.( 保留三位小数)

参考数据:

参考公式:对于一组具有线性相关关系的数据 ,…, ,其回归直线 的斜率和截距的最小二乘法估计分别为

2020年是决胜全面建成小康社会、决战脱贫攻坚之年,面对新冠肺炎疫情和严重洪涝灾害的考验.党中央坚定如期完成脱贫攻坚目标决心不动摇,全党全社会戮力同心真抓实干,取得了积极成效.某贫困县为了响应国家精准扶贫的号召,特地承包了一块土地,已知土地的使用面积x与相应的管理时间y的关系如下表所示:

土地使用面积 (单位:亩)

1

2

3

4

5

管理时间 (单位:月)

8

10

14

24

23

并调查了某村 300 名村民参与管理的意愿,得到的部分数据如下表所示;

 

愿意参与管理

不愿意参与管理

男性村民

140

60

女性村民

40

 

参考公式:

参考数据:

  1. (1) 做出散点图,判断土地使用面积 与管理时间 是否线性相关;并根据相关系数 说明相关关系的强弱.(若 ,认为两个变量有很强的线性相关性, r值精确到0.001).
  2. (2) 若以该村的村民的性别与参与管理意愿的情况估计贫困县的情况,且每位村民参与管理的意互不影响,则从该贫困县村民中任取3人,记取到不愿意参与管理的女性村民的人数为 ,求 的分布列及数学期望.
2021年,我国新型冠状病毒肺炎疫情已经得到初步控制,抗疫工作取得阶段性胜利.某市号召市民接种疫苗,提出全民“应种尽种”的口号,疫苗成了重要的防疫物资.某疫苗生产厂不断加大投入,高速生产,现对其某月内连续9天的日生产量 (单位:十万支,i=1,2,…,9)数据作了初步统计,得到如图所示的散点图及一些统计量的数值:

2.72

19

139.09

1095

注:图中日期代码1~9分别对应这连续9天的时间:表中

  1. (1) 从这9天中随机选取3天,求这3天中恰有2天的日生产量不高于三十万支的概率;
  2. (2) 由散点图分析,样本点都集中在曲线 的附近,求y关于t的方程 ,并估计该厂从什么时候开始日生产量超过四十万支.

    参考公式:回归方程 中,斜率和截距的最小二乘估计公式为: .参考数据:

下表是某厂生产某种产品的过程中记录的几组数据,其中x表示产量(单位:吨),y表示生产中消耗的煤的数量(单位:吨)

x

2

3

4

5

6

y

2

2.5

3.5

4.5

6.5

参考公式:

  1. (1) 试在给出的坐标系下作出散点图,根据散点图判断,在中,哪一个方程更适合作为变量y关于x的回归方程模型?(给出判断即可,不需要说明理由)
  2. (2) 根据(1)的结果以及表中数据,建立变量y关于x的回归方程.并估计生产100吨产品需要准备多少吨煤.
为了解顺义区某中学高一年级学生身体素质情况,对高一年级的(1)班(8)班进行了抽测,采取如下方式抽样:每班随机各抽名学生进行身体素质监测.经统计,每班10名学生中身体素质监测成绩达到优秀的人数散点图如下:(轴表示对应的班号,轴表示对应的优秀人数)

  1. (1) 若用散点图预测高一年级学生身体素质情况,从高一年级学生中任意抽测1人,求该生身体素质监测成绩达到优秀的概率;
  2. (2) 若从以上统计的高一(4)班的10名学生中抽出2人,设表示2人中身体素质监测成绩达到优秀的人数,求的分布列及其数学期望;
  3. (3) 假设每个班学生身体素质优秀的概率与该班随机抽到的10名学生的身体素质优秀率相等.现在从每班中分别随机抽取1名同学,用“”表示第班抽到的这名同学身体素质优秀,“”表示第班抽到的这名同学身体素质不是优秀 . 写出方差的大小关系(不必写出证明过程).
某地不同身高的未成年男性的体重平均值如下表:

身高(

60

70

80

90

100

110

120

130

140

150

160

170

平均体重(

6.13

7.9

10

12.2

15

17.5

20.9

26.9

31.1

38.6

47.3

55.1

表格中的数据形成图所示的散点图.则在以下函数模型中,描述这个地区未成年男性平均体重y(单位:)与身高x(单位:)的函数关系最合适的是(   )

A . B . C . D .
2022年初某公司研发一种新产品并投入市场,开始销量较少,经推广,销量逐月增加,下表为2022年1月份到7月份,销量y(单位:百件)与月份x之间的关系.

月份x

1

2

3

4

5

6

7

销量y

6

11

21

34

66

101

196

参考数据:

62.14

1.54

2535

50.12

3.47

其中.参考公式:

对于一组数据 , 其回归直线的斜率和截距的最小二乘估计公式分别为:.

  1. (1) 根据散点图判断(c,d均为大于零的常数)哪一个适合作为销量y与月份x的回归方程类型(给出判断即可,不必说明理由)?
  2. (2) 根据(1)的判断结果及表中的数据,求y关于x的回归方程,并预测2022年8月份的销量;
  3. (3) 考虑销量、产品更新及价格逐渐下降等因素,预测从2022年1月份到12月份(x的取值依次记作1到12),每百件该产品的利润为元,求2022年几月份该产品的利润Q最大.
最近更新