《人教版 高中數(shù)學 選修23 練習第三章3.1第2課時殘差分析》由會員分享,可在線閱讀,更多相關(guān)《人教版 高中數(shù)學 選修23 練習第三章3.1第2課時殘差分析(8頁珍藏版)》請在裝配圖網(wǎng)上搜索。
1、2019人教版精品教學資料高中選修數(shù)學第三章 統(tǒng)計案例3.1 回歸分析的基本思想及其初步應(yīng)用第2課時 殘差分析A級基礎(chǔ)鞏固一、選擇題1甲、乙、丙、丁四位同學各自對A,B兩變量的線性相關(guān)性做實驗,并用回歸分析方法分別求得相關(guān)系數(shù)r與殘差平方和m如下表所示:分類甲乙丙丁r0.820.780.690.85m106115124103則哪位同學的試驗結(jié)果體現(xiàn)A、B兩變量有更強的線性相關(guān)性()A甲B乙C丙 D丁解析:r越接近1,相關(guān)性越強,殘差平方和m越小,相關(guān)性越強,所以選D正確答案:D2為了表示n個點與相應(yīng)直線在整體上的接近程度,我們常用的表示法為()解析:由回歸直線方程可知,為一個量的估計值,而yi
2、為它的實際值,在最小二乘估計中(yiabxi)2,即(yi)2.答案:C3.甲、乙、丙、丁4位同學各自對A,B兩變量進行回歸分析,分別得到散點圖與殘差平方和如下表所示:分類甲乙丙丁散點圖殘差平方和115106124103哪位同學的試驗結(jié)果體現(xiàn)擬合A,B兩變量關(guān)系的模型擬合精度高()A.甲 B.乙C.丙 D.丁解析:根據(jù)線性相關(guān)的知識,散點圖中各樣本點條狀分布越均勻,同時保持殘差平方和越?。▽τ谝呀?jīng)獲取的樣本數(shù)據(jù),R2的表達式中為確定的數(shù),則殘差平方和越小,R2越大),由回歸分析建立的線性回歸模型的擬合效果越好,由試驗結(jié)果知丁要好些答案:D4通過殘差圖我們發(fā)現(xiàn)在采集樣本點過程中,樣本點數(shù)據(jù)不準確
3、的是()A第四個 B第五個C第六個 D第八個解析:由題圖可知,第六個的數(shù)據(jù)偏差最大,所以第六個數(shù)據(jù)不準確答案:C5如圖所示,5個(x,y)數(shù)據(jù),去掉D(3,10)后,下列說法錯誤的是()A相關(guān)系數(shù)r變大B殘差平方和變大C相關(guān)指數(shù)R2變大D解釋變量x與預報變量y的相關(guān)性變強解析:由散點圖知,去掉D后,x與y的相關(guān)性變強,且為正相關(guān),所以r變大,R2變大,殘差平方和變小答案:B二、填空題6若一組觀測值(x1,y1),(x2,y2),(xn,yn)之間滿足yibxiaei(i1,2, n),且ei恒為0,則R2為_解析:由ei恒為0,知yii,即yii0,答案:17x,y滿足如下表的關(guān)系:x0.20
4、.61.01.21.41.61.82.02.2y0.040.3611.41.92.53.23.984.82則x,y之間符合的函數(shù)模型為_解析:通過數(shù)據(jù)發(fā)現(xiàn)y的值與x的平方值比較接近,所以x,y之間的函數(shù)模型為yx2.答案:yx28關(guān)于x與y,有如下數(shù)據(jù):x24568y3040605070有如下的兩個模型:(1)6.5x17.5;(2)7x17.通過殘差分析發(fā)現(xiàn)第(1)個線性回歸模型比第(2)個擬合效果好則R_R,Q1_Q2(用大于,小于號填空,R,Q分別是相關(guān)指數(shù)和殘差平方和)解析:根據(jù)相關(guān)指數(shù)和殘差平方和的意義知RR,Q1Q2.答案:三、解答題9在實驗中得到變量y與x的數(shù)據(jù)如下表所示:x0.
5、066 70.038 80.033 30.027 30.022 5y39.442.941.043.149.2由經(jīng)驗知,y與之間具有線性相關(guān)關(guān)系,試求y與x之間的回歸曲線方程,并預測x00.038時,y0的值解:令u,由題目所給數(shù)據(jù)可得下表所示的數(shù)據(jù):序號uiyiuuiyi115.039.4225591225.842.9665.641 106.82330.041.09001 230436.643.11 339.561 577.46544.449.21 971.362 184.48合計151.8215.65 101.566 689.76計算得0.29,34.32.所以34.320.29u.所以試求
6、回歸曲線方程為34.32.當x00.038時,y034.32 41.95.10關(guān)于x與y有以下數(shù)據(jù):x24568y3040605070已知x與y線性相關(guān),由最小二乘法得6.5.(1)求y與x的線性回歸方程;(2)現(xiàn)有第二個線性模型:7x17,且R20.82.若與(1)的線性模型比較,哪一個線性模型擬合效果比較好,請說明理由解:(1)依題意設(shè)y與x的線性回歸方程為6.5x.5,50,因為6.5x經(jīng)過(,),所以y與x的線性回歸方程為6.5x17.5 .所以506.55.所以17.5.(2)由(1)的線性模型得yiyi與yi的關(guān)系如下表所示:yiyi0.53.5106.50.5yi20101002
7、0由于R0.845,R20.82知RR2,所以(1)的線性模型擬合效果比較好B級能力提升1在研究身高和體重的關(guān)系時,得到的結(jié)論是“身高解釋了64%的體重變化,而隨機誤差貢獻了剩余的36%,所以身高對體重的效應(yīng)比隨機誤差的效應(yīng)大得多”,則求得的相關(guān)指數(shù)R2()A0.36 B0.64C0.32 D0.18解析:根據(jù)相關(guān)指數(shù)的意義知R20.64.答案:B2若某函數(shù)型相對一組數(shù)據(jù)的殘差平方和為89,其相關(guān)指數(shù)為0.95,則總偏差平方和為_,回歸平方和為_解析:因為R21,0951,所以總偏差平方和為1 780;回歸平方和總偏差平方和殘差平方和1 780891 691.答案:1 7801 6913某運動
8、員訓練次數(shù)與成績之間的數(shù)據(jù)關(guān)系如下:次數(shù)x3033353739444650成績y3034373942464851(1)作出散點圖;(2)求出回歸方程;(3)作出殘差圖;(4)計算相關(guān)指數(shù)R2;(5)試預測該運動員訓練47次及55次的成績解:(1)作出該運動員訓練次數(shù)(x)與成績(y)之間的散點圖,如圖所示,由散點圖可知,它們之間具有線性相關(guān)關(guān)系(2)39.25,40.875, 13 180,0.003 88.所以回歸方程為1.0415x0.003 88.(3)作殘差圖如圖所示,由圖可知,殘差點比較均勻地分布在水平帶狀區(qū)域中,說明選用的模型比較合適(4)計算得相關(guān)指數(shù)R20.985 5,說明了該運動員的成績的差異有98.55%是由訓練次數(shù)引起的(5)由上述分析可知,我們可用回歸方程1.041 5x0.003 88作為該運動員成績的預報值將x47和x55分別代入該方程可得y49和y57.故預測該運動員訓練47次和55次的成績分別為49和57.