在一次试验中，当变量x依次取1，4，9，16，25时，变量y依次取3，5，7，9，11，则y与之间的线性回归方程为

＝＋1

＝2

＝2＋1

＝x²＋1

下面4个散点图中，适合用线性回归模型拟合其中两个变量的是

①②

①③

②③

③④

用最小二乘法得到相同线性回归方程的两组变量，它们之间的线性相关程度

一定相同

一定不相同

可能不相同

以上都不对

在对两个变量x，y进行线性回归分析时，有下列步骤：

①对所求出的线性回归方程作出解释；

②收集数据(x_i，y_i)，i＝1，2，3…；

③求线性回归方程；

④求相关系数；

⑤根据所搜集的数据绘制散点图．

则在下列操作顺序中正确的是

①②⑤③④

③②④⑤①

②④③①⑤

②⑤④③①

工人工资(元)依劳动生产率(千元)变化的线性回归方程为y＝50＋80x，则下列说法正确的是

劳动生产率为1000元时，工资为130元

劳动生产率平均提高1000元时，工资平均提高80元

劳动生产率平均提高1000元时，工资平均提高130元

当工资为250元时，劳动生产率为2000元

已知x与y之间的一组数据如下表：

则y与x之间的线性回归方程必经过点

(2，2)

(1.5，0)

(1，2)

(1.5，4)

下列四个模型中，线性相关性最强的是

相关系数r为0.96的模型Ⅰ

相关系数r为0.81的模型Ⅱ

相关系数r为0.53的模型Ⅲ

相关系数r为0.35的模型Ⅳ

在对人体脂肪含量和年龄关系的研究中，研究人员获得了一组样本数据，通过计算得到回归方程为＝0.577x－0.448，并利用这个方程得到年龄为37岁时体内脂肪含量为20.90％．其中数据20.90％的意义是

某人年龄37岁，他体内脂肪含量为20.90％

某人年龄37岁，他体内脂肪含量为20.90％的概率最大

某人年龄37岁，他体内脂肪含量的期望值为20.90％

20.90％是对年龄为37岁的人群中的大部分人的体内脂肪含量所作出的估计

在回归分析中，代表了数据点和它在回归直线上相应位置的差异的是

总偏差平方和

残差平方和

回归平方和

相关指数R²

在△ABC中，B(－2，0)，C(2，0)，A(x，y)，给出△ABC满足的条件，就能得到动点A的轨迹方程．现给出三个条件：

①△ABC的周长为10；

②△ABC的面积为10；

③在△ABC中，∠A＝90°．同时给出三条曲线方程：C₁：y²＝25；C₂：x²＋y²＝4(y≠0)；C₃：＋＝1(y≠0)，则配对正确的是

①→C₁，②→C₂，③→C₃

①→C₃，②→C₁，③→C₂

①→C₃，②→C₂，③→C₁

①→C₂，②→C₁，③→C₃