格物学 第八章 成对数据的统计分析8.2 一元线性回归模型及其应用

一元线性回归模型-8.2 一元线性回归模型及其应用知识点专题进阶自测题解析-辽宁省等高三数学选择必修,平均正确率54.0%

2025-07-17
一元线性回归模型-8.2 一元线性回归模型及其应用知识点专题进阶自测题解析-辽宁省等高三数学选择必修,平均正确率54.0%
1、['全称量词命题的否定', '分析法', '综合法', '样本相关系数与相关程度', '一元线性回归模型']

正确率60.0%下列说法正确的个数有(
① 用$$R^{2}=1-\frac{\sum_{i=1}^{n} \left( y_{i}-\widehat{y_{i}} \right)^{2}} {\sum_{i=1}^{n} \left( y_{i}-\overline{{y_{i}}} \right)^{2}}$$刻画回归效果,当$${{R}^{2}}$$越大时,模型的拟合效果越差;反之,则越好;
② 命题$$\mathrm{` `} \exists x \in\mathbf{R}, ~ \mathrm{~ x^2+x-1 < 0^n ~}$$的否定是$${}^{\omega} \forall x \in{\bf R}$$,$$x^{2}+x-1 \geqslant0$$$${{”}}$$;
③ 若回归直线的斜率估计值是$${{2}{.}{2}{5}}$$,样本点的中心为$$( 4, 5 )$$,则回归直线方程是$$\overset{\wedge} {y}=2. 2 5 x-4$$;
④ 综合法证明数学问题是$${{“}}$$由因索果$${{”}}$$,分析法证明数学问题是$${{“}}$$执果索因$${{”}}$$.

C

A.$${{1}}$$个

B.$${{2}}$$个

C.$${{3}}$$个

D.$${{4}}$$个

2、['线性回归模型的最小二乘法', '一元线性回归模型']

正确率60.0%某车间加工零件个数$${{x}}$$与加工时间$${{y}}$$的统计数据如下表:

零件个数 $${{x}}$$ $${{6}}$$ $${{1}{4}}$$ $${{1}{6}}$$
加工时间 $${{y}}$$ (分钟) $${{1}{0}}$$ $${{1}{5}}$$ $${{2}{0}}$$
现根据上表数据得到$${{y}}$$关于$${{x}}$$的经验回归方程$$\hat{y}=\hat{b} x+\widehat{a}$$​中$${{b}^{ˆ}}$$的值约为$${{0}{.}{9}{,}}$$则据此回归模型可以预测该车间加工$${{6}{2}}$$个零件所需的时间为(

B

A.$${{7}{2}}$$分钟

B.$${{6}{0}}$$分钟

C.$${{5}{6}}$$分钟

D.$${{8}{1}}$$分钟

3、['决定系数R^2', '样本相关系数与相关程度', '一元线性回归模型']

正确率40.0%关于回归分析,下列说法错误的是$${{(}{)}}$$

D

A.线性相关关系可以是正的也可以是负的;

B.在线性回归模型$$y=b x+a+e$$中,$${{e}}$$称为随机误差;

C.$${{R}^{2}}$$越接近于$${{1}}$$,表示回归的效果越好;

D.样本相关关系$$r \in(-1, 1 )$$.

4、['非线性回归模型分析', '一元线性回归模型']

正确率40.0%已知变量$${{x}{,}{y}}$$的关系可以用模型$$y=c \mathrm{e}^{k x}$$拟合,设$$z=\operatorname{l n} \! y,$$其变换后得到一组数据如下表:

$${{x}}$$ $${{1}{6}}$$ $${{1}{7}}$$ $${{1}{8}}$$ $${{1}{9}}$$
$${{z}}$$ $${{5}{0}}$$ $${{3}{4}}$$ $${{4}{1}}$$ $${{3}{1}}$$
由上表可得经验回归方程$$\hat{z}=-5 x+\hat{a}$$,​则$${{c}{=}}$$(

D

A.$${{−}{4}}$$

B.$$\mathrm{~ e}^{-4}$$

C.$$1 2 6. 5$$

D.$$\mathrm{e}^{1 2 6. 5}$$

5、['直线拟合', '一元线性回归模型']

正确率60.0%在利用最小二乘法求回归方程$$\overset{\wedge} {y}=0. 6 7 x+5 4. 9$$时,用到了下面表中的$${{5}}$$组数据,则表格中$${{a}}$$的值为(

$${{x}}$$ $${{1}{0}}$$ $${{2}{0}}$$ $${{3}{0}}$$ $${{4}{0}}$$ $${{5}{0}}$$
$${{y}}$$ $${{6}{2}}$$ $${{a}}$$ $${{7}{5}}$$ $${{8}{1}}$$ $${{8}{9}}$$

D

A.$${{7}{5}}$$

B.$${{7}{2}}$$

C.$${{7}{0}}$$

D.$${{6}{8}}$$

6、['直线拟合', '残差', '一元线性回归模型']

正确率60.0%某产品的广告费支出$${{x}}$$与销售额$${{y}{(}}$$单位:万元)之间的关系如表,由此得到$${{y}}$$与$${{x}}$$的线性回归方程为$$\hat{y}=6 x+a,$$由此可得:当广告支出$${{5}}$$万元时,随机误差的效应(残差)为$${{(}{)}}$$

$${{x}}$$ $${{2}}$$ $${{4}}$$ $${{5}}$$ $${{6}}$$ $${{8}}$$
$${{y}}$$ $${{3}{0}}$$ $${{4}{0}}$$ $${{6}{0}}$$ $${{5}{0}}$$ $${{7}{0}}$$

C

A.$${{−}{{1}{0}}}$$

B.$${{0}}$$

C.$${{1}{0}}$$

D.$${{2}{0}}$$

7、['残差', '一元线性回归模型']

正确率60.0%从某大学中随机选取$${{8}}$$名女大学生,其身高$${{x}{(}}$$单位:$${{c}{m}{)}}$$与体重$${{y}{(}}$$单位:$${{k}{g}{)}}$$数据如表:

$${{x}}$$ $${{1}{6}{5}}$$ $${{1}{6}{5}}$$ $${{1}{5}{7}}$$ $${{1}{7}{0}}$$ $${{1}{7}{5}}$$ $${{1}{6}{5}}$$ $${{1}{5}{5}}$$ $${{1}{7}{0}}$$
$${{y}}$$ $${{4}{8}}$$ $${{5}{7}}$$ $${{5}{0}}$$ $${{5}{4}}$$ $${{6}{4}}$$ $${{6}{1}}$$ $${{4}{3}}$$ $${{5}{9}}$$
若已知$${{y}}$$与$${{x}}$$的线性回归方程为$$y=0. 8 5 x-8 5. 7,$$那么选取的女大学生身高为$$1 7 5 c m$$时,相应的残差为$${{(}{)}}$$

B

A.$${{−}{{0}{.}{9}{6}}}$$

B.$${{0}{.}{9}{6}}$$

C.$$6 3. 0 4$$

D.$${{−}{{4}{.}{0}{4}}}$$

8、['线性回归模型的最小二乘法', '一元线性回归模型']

正确率40.0%设某大学的女生体重$${{y}{(}}$$单位:$${{k}{g}{)}}$$与身高$${{x}{(}}$$单位:$${{c}{m}{)}}$$具有线性相关关系,根据一组样本数据$$( x_{i}, y_{i} ) ( i=1, 2, \dots, n )$$,用最小二乘法建立的回归方程为$$\hat{y}=0. 8 5 x-8 5. 7 1,$$则下列结论中不正确的是$${{(}{)}}$$

A

A.若该大学某女生身高为$$1 7 0 c m$$,则可断定其体重必为$$5 8. 7 9 k g$$

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$${{1}{c}{m}}$$,则其体重约增加$$0. 8 5 k g$$

D.$${{y}}$$与$${{x}}$$具有正的线性相关关系

9、['直线拟合', '一元线性回归模型']

正确率60.0%svg异常

C

A.svg异常

B.svg异常

C.svg异常

D.svg异常

10、['线性回归模型的最小二乘法', '直线拟合', '一元线性回归模型']

正确率60.0%下列命题中:其中假命题的个数是
$${①}$$线性回归方程$$y=\hat{b} x+\hat{a}$$必过点$$( x, y ) \; ;$$
$${②}$$在回归方程$$y=3-5 x$$中,当变量$${{x}}$$增加一个单位时,$${{y}}$$平均增加$${{5}}$$个单位;
$${③}$$在回归分析中,相关指数$${{R}^{2}}$$为$${{0}{.}{8}{0}}$$的模型比相关指数$${{R}{2}}$$为$${{0}{.}{9}{8}}$$的模型拟合的效果要好;
$${④}$$在回归直线$$y=0. 5 x-8$$中,变量$${{x}{=}{2}}$$时,变量$${{y}}$$的值一定是$${{−}{7}}$$.

C

A.$${{1}}$$

B.$${{2}}$$

C.$${{3}}$$

D.$${{4}}$$

1. 解析:

① 错误。$$R^2$$越大,模型的拟合效果越好,而不是越差。
② 正确。命题的否定形式正确。
③ 错误。回归直线经过样本中心$$(4,5)$$,斜率为$$2.25$$,截距应为$$5 - 2.25 \times 4 = -4$$,但方程写为$$\hat{y}=2.25x-4$$,缺少常数项修正。
④ 正确。综合法是由因导果,分析法是执果索因。
综上,正确的有②④,共2个。答案为$$B$$。

2. 解析:

计算回归方程:
样本中心$$(\bar{x}, \bar{y}) = \left(\frac{6+14+16}{3}, \frac{10+15+20}{3}\right) = (12, 15)$$。
回归方程$$\hat{y}=0.9x + \hat{a}$$,代入样本中心得$$\hat{a} = 15 - 0.9 \times 12 = 4.2$$。
预测$$x=62$$时,$$\hat{y}=0.9 \times 62 + 4.2 = 60$$。答案为$$B$$。

3. 解析:

选项D错误。样本相关系数$$r$$的范围是$$[-1, 1]$$,而非$$(-1, 1)$$。答案为$$D$$。

4. 解析:

模型$$y=ce^{kx}$$取对数得$$z=\ln y = \ln c + kx$$。
给定回归方程$$\hat{z}=-5x + \hat{a}$$,对比可知$$\ln c = \hat{a}$$。
计算样本中心$$(\bar{x}, \bar{z}) = \left(\frac{16+17+18+19}{4}, \frac{50+34+41+31}{4}\right) = (17.5, 39)$$。
代入回归方程得$$\hat{a} = 39 - (-5) \times 17.5 = 126.5$$,故$$c = e^{126.5}$$。答案为$$D$$。

5. 解析:

回归方程$$\hat{y}=0.67x + 54.9$$。
样本中心$$(\bar{x}, \bar{y})$$需满足$$\bar{y} = 0.67\bar{x} + 54.9$$。
计算$$\bar{x} = \frac{10+20+30+40+50}{5} = 30$$,代入得$$\bar{y} = 0.67 \times 30 + 54.9 = 75$$。
由$$\bar{y} = \frac{62+a+75+81+89}{5} = 75$$,解得$$a=68$$。答案为$$D$$。

6. 解析:

计算样本中心$$(\bar{x}, \bar{y}) = \left(\frac{2+4+5+6+8}{5}, \frac{30+40+60+50+70}{5}\right) = (5, 50)$$。
代入回归方程$$\hat{y}=6x + a$$得$$a = 50 - 6 \times 5 = 20$$。
当$$x=5$$时,预测值$$\hat{y}=6 \times 5 + 20 = 50$$,实际值为$$60$$,残差为$$60 - 50 = 10$$。答案为$$C$$。

7. 解析:

当$$x=175$$时,预测值$$\hat{y}=0.85 \times 175 - 85.7 = 63.04$$。
实际值为$$64$$,残差为$$64 - 63.04 = 0.96$$。答案为$$B$$。

8. 解析:

选项A错误。回归方程只能预测体重,不能断定确切值。答案为$$A$$。

9. 解析:

题目异常,无法解析。

10. 解析:

① 正确。回归方程必过样本中心$$(\bar{x}, \bar{y})$$。
② 错误。$$x$$增加一个单位,$$y$$平均减少5个单位。
③ 错误。$$R^2$$越大,模型拟合效果越好。
④ 错误。回归方程给出的是预测值,不一定是确切值。
综上,假命题有②③④,共3个。答案为$$C$$。
题目来源于各渠道收集,若侵权请联系下方邮箱
高中知识点
其他知识点