变量间的相关关系解决方案.doc

1．下图是根据变量x，y的观测数据得到的散点图，由这些散点图可以判断变量x，y具有相关关系的图是（ ） A．①② B．①④ C．②③ D．③④ 2．在一次实验中，测得的四组值分别是，则与之间的回归直线方程为（ ） A． B． C． D． 3．如图所示，图中有5组数据，去掉　　　组数据后（填字母代号），剩下的4组数据的线性相关性最大（　　） Ａ． Ｂ． Ｃ． Ｄ． 4． 由变量与相对应的一组数据、、、、 得到的线性回归方程为，则（ ） A、 B、 C、 D、 5．已知回归直线的斜率的估计值是，样本点的中心为，则回归直线方程是（ ） A． B． C． D． 6．设有一个直线回归方程为 ,则变量 增加一个单位时 ( ) A. 平均增加1.5个单位 B.平均增加2个单位 C.平均减少1.5个单位 D.平均减少2个单位 7．下表是某厂1～4月份用水量(单位：百吨)的一组数据： 由散点图可知，用水量y与月份x之间有较好的线性相关关系，其线性回归直线方程是^＝－0.7x＋a，则a等于( ) A．10.5 B．5.15 C．5.2 D．5.25 8．某单位为了了解用电量(千瓦时)与气温()之间的关系，随机统计了某4天的用电量与当天气温，并制作了对照表： 气温() 18 13 10 用电量(千瓦时) 24 34 38 64 由表中数据得线性回归方程中，预测当气温为时，用电量约为( ) A．58千瓦时 B．66千瓦时 C．68千瓦时 D．70千瓦时 9．已知变量x，y之间具有线性相关关系，其回归方程为＝－3＋bx，若则b的值为( ) A. 2　　　　　　B. 1 　　　　　C. －2 　　　　　D.－1 10．某种商品的广告费支出与销售额（单位：万元）之间有如下对应数据，根据表中提供的全部数据，用最小二乘法得出与的线性回归方程为，则表中的的值为（ ） A．45 B．50 C．55 D．60 11．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 12．已知回归直线斜率的估计值为1.23,样本点的中心为点(4,5),则回归直线的方程为(　　) (A)=1.23x+4 (B)=1.23x+5 (C)=1.23x+0.08 (D)=0.08x+1.23 13．观测两个相关变量，得到如下数据： 5 4 3 2 1 5 4.1 2.9 2.1 0.9 则两变量之间的线性回归方程为（ ） A． B． C． D． 14．关于（x，y）的一组样本数据（1，－1），（2，－3），（3，5，－6），（5，－9），（6，－11），（7.5，－14），（9，－17），…，（29，－57），（30.5，－60）的散点图中，所有样本点均在直线上，则这组样本数据的样本相关系数为（ ） A．－1 B．0 C．1 D．2 15．下表为某班5位同学身高（单位：cm）与体重（单位kg）的数据， 身高 170 171 166 178 160 体重 75 80 70 85 65 若两个变量间的回归直线方程为，则的值为 A.121.04 B.123.2 C.21 D.45.12 16．有人收集了春节期间平均气温与某取暖商品销售额的有关数据如下表： 平均气温（℃） 销售额（万元） 20 23 27 30 根据以上数据，用线性回归的方法，求得销售额与平均气温之间线性回归方程的系数.则预测平均气温为℃时该商品销售额为( ) A．万元 B．万元 C．万元 D．万元 17．经研究表明，学生的体重y(单位：kg)与身高x(单位：cm)有很强的线性相关关系，其回归方程为y=0.75x-68.2，如果一个学生的身高为170 cm，则他的体重(　 　) A． 一定是59.3 kg B． 一定大于59.3 kg C． 一定小于59.3 kg D．有很大的可能性在59.3 kg左右 18．已知与之间的一组数据： X 0 1 2 3 Y 1 3 5 7 则与的线性回归方程必过 (　　) A．点 B．点 C．点 D．点 19．某农科所对冬季昼夜温差大小与某反季节大豆新品种发芽多少之间的关系