题目列表(包括答案和解析)
物理学家James.D.Forbes试图通过水的沸点来估计海拔高度,他知道通过气压计测得的大气压可用于得到海拔高度,气压越低,高度越高,他测量了17个地方水的沸点(℉)及大气压数据,并且对数据作了简单的处理,得到了较为明确的数学关系,所提数据如下:
|
测点编号 |
沸点(℉) |
气压 |
1g(气压) |
100´1g(气压) |
|
1 |
194.5 |
20.79 |
1.3179 |
131.79 |
|
2 |
194.3 |
20.79 |
1.3179 |
131.79 |
|
3 |
197.9 |
22.40 |
1.3502 |
135.02 |
|
4 |
198.4 |
22.67 |
1.3555 |
135.55 |
|
5 |
199.4 |
23.15 |
1.3646 |
136.46 |
|
6 |
199.9 |
23.35 |
1.3683 |
136.83 |
|
7 |
200.9 |
23.89 |
1.3782 |
137.82 |
|
8 |
201.1 |
23.99 |
1.3800 |
138.00 |
|
9 |
201.4 |
24.02 |
1.3805 |
138.05 |
|
10 |
201.3 |
24.01 |
1.3806 |
138.06 |
|
11 |
203.6 |
25.14 |
1.4004 |
140.04 |
|
12 |
204.6 |
26.57 |
1.4244 |
142.44 |
|
13 |
209.5 |
28.49 |
1.4547 |
145.47 |
|
15 |
208.6 |
27.76 |
1.4434 |
144.34 |
|
15 |
210.7 |
29.04 |
1.4630 |
146.30 |
|
16 |
211.9 |
29.88 |
1.4754 |
147.54 |
|
17 |
212.2 |
30.06 |
1.4780 |
147.80 |
(1)试作出气压y=100´1g(气压)关于沸点(℉)的散点图;
(2)根据散点图判断变量x与y的相关关系;计算变量x与y的相关系数;
(3)建立变量x与y的一元线性回归方程。
|
测点编号 |
沸点(℉) |
气压 |
1g(气压) |
100´1g(气压) |
|
1 |
194.5 |
20.79 |
1.3179 |
131.79 |
|
2 |
194.3 |
20.79 |
1.3179 |
131.79 |
|
3 |
197.9 |
22.40 |
1.3502 |
135.02 |
|
4 |
198.4 |
22.67 |
1.3555 |
135.55 |
|
5 |
199.4 |
23.15 |
1.3646 |
136.46 |
|
6 |
199.9 |
23.35 |
1.3683 |
136.83 |
|
7 |
200.9 |
23.89 |
1.3782 |
137.82 |
|
8 |
201.1 |
23.99 |
1.3800 |
138.00 |
|
9 |
201.4 |
24.02 |
1.3805 |
138.05 |
|
10 |
201.3 |
24.01 |
1.3806 |
138.06 |
|
11 |
203.6 |
25.14 |
1.4004 |
140.04 |
|
12 |
204.6 |
26.57 |
1.4244 |
142.44 |
|
13 |
209.5 |
28.49 |
1.4547 |
145.47 |
|
15 |
208.6 |
27.76 |
1.4434 |
144.34 |
|
15 |
210.7 |
29.04 |
1.4630 |
146.30 |
|
16 |
211.9 |
29.88 |
1.4754 |
147.54 |
|
17 |
212.2 |
30.06 |
1.4780 |
147.80 |
(1)试作出气压y=100´1g(气压)关于沸点(℉)的散点图;
(2)根据散点图判断变量x与y的相关关系;计算变量x与y的相关系数;
(3)建立变量x与y的一元线性回归方程。
等差数列{an}中,a1,a2,a3分别是下表第一、二、三行中的某一个数,且a1,a2,a3中的任何两个数不在下表的同一列。
|
|
第一列 |
第二列 |
第三列 |
|
第一行 |
2 |
3 |
5 |
|
第二行 |
8 |
6 |
14 |
|
第三行 |
11 |
9 |
13 |
则a4的值为
A.18 B.15 C.12 D.20
等差数列{an}中,a1,a2,a3分别是下表第一、二、三行中的某一个数,且a1,a2,a3中的任何两个数不在下表的同一列。
| | 第一列 | 第二列 | 第三列 |
| 第一行 | 2 | 3 | 5 |
| 第二行 | 8 | 6 | 14 |
| 第三行 | 11 | 9 | 13 |
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进行分析研究,他们分别记录了12月1日至12月5日的每天昼夜温差与实验室每天每100棵种子中的发芽数,得到如下资料:
|
日期 |
12月1日 |
12月2日 |
12月3日 |
12月4日 |
12月5日 |
|
温差x(℃) |
10 |
11 |
13 |
12 |
8 |
|
发芽y(颗) |
23 |
25 |
30 |
26 |
16 |
该农科所确定的研究方案是:先从这5组数据中选取3组数据求线性回归方程,剩下的2组数据用于回归方程检验.
回归直线方程参考公式:![]()
, ![]()
![]()
(1)请根据12月2日至12月4日的数据,求出y关于x的线性回归方程
;
(2)若由线性回归方程得到的估计数据与所选出的检验数据的误差均不超过2颗,则
认为得到的线性回归方程是可靠的,试问(1)中所得的线性回归方程是否可靠?
(3)请预测温差为14℃的发芽数。
湖北省互联网违法和不良信息举报平台 | 网上有害信息举报专区 | 电信诈骗举报专区 | 涉历史虚无主义有害信息举报专区 | 涉企侵权举报专区
违法和不良信息举报电话:027-86699610 举报邮箱:58377363@163.com