摘要：9115
网址：http://m.1010jiajiao.com/timu_id_11251[举报]
想象一下一个人从出生到死亡，在每个生日都测量身高，并作出这些数据散点图.这些点将不会落在一条直线上，但在一段时间内的增长数据有时可以用线性回归来分析.下表是一位母亲给儿子作的成长记录.
年龄/周岁 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 | 14 | 15 | 16 |
身高/cm | 90.8 | 97.6 | 104.2 | 110.9 | 115.6 | 122.0 | 128.5 | 134.2 | 140.8 | 147.6 | 154.2 | 160.9 | 167.6 | 173.0 |
(1)作出这些数据的散点图.
(2)求出这些数据的回归方程.
(3)对于这个例子,你如何解释回归系数的含义?
(4)用下一年的身高减去当年的身高,计算他每年身高的增长数,并计算他从3—16岁身高的年均增长数.
(5)解释一下回归系数与每年平均增长的身高之间的联系.
想象一下一个人从出生到死亡，在每个生日都测量身高，并作出这些数据的散点图，这些点将不会落在一条直线上，但在一段时间内的增长数据有时可以用线性回归来分析，下表是一位母亲给儿子做的成长记录：
(1)年龄(解释变量)和身高(预报变量)之间具有怎样的相关关系？
(2)如果年龄相差5岁，则身高有多大差异(3～16岁之间)?
(3)如果身高相差20 cm，其年龄相差多少(3～16岁之间)?
(4)计算残差，说明该函数模型是否能够较好地反映年龄与身高的关系，说明理由．
| 年龄/周岁 | 3 | 4 | 5 | 6 | 7 | 8 | 9 |
| 身高/cm | 91.8 | 97.6 | 104.2 | 110.9 | 115.6 | 122.0 | 128.5 |
| | |||||||
| 年龄/周岁 | 10 | 11 | 12 | 13 | 14 | 15 | 16 |
| 身高/cm | 134.2 | 140.8 | 147.6 | 154.2 | 160.9 | 167.5 | 173.0 |
(2)如果年龄相差5岁，则身高有多大差异(3～16岁之间)?
(3)如果身高相差20 cm，其年龄相差多少(3～16岁之间)?
(4)计算残差，说明该函数模型是否能够较好地反映年龄与身高的关系，说明理由．
假设一个人从出生到死亡，在每个生日都测量身高，并作出这些数据散点图，则这些点将不会落在一条直线上，但在一段时间内的增长数据有时可以用线性回归来分析．下表是一位母亲给儿子作的成长记录：
（1）作出这些数据的散点图；
（2）求出这些数据的回归方程；
（3）对于这个例子，你如何解释回归系数的含义？
（4）用下一年的身高减去当年的身高，计算他每年身高的增长数，并计算他从3~16岁身高的年均增长数．
（5）解释一下回归系数与每年平均增长的身高之间的联系．
| 年龄／周岁 | 3 | 4 | 5 | 6 | 7 | 8 | 9 |
| 身高／cm | 90.8 | 97.6 | 104.2 | 110.9 | 115.6 | 122.0 | 128.5 |
| 年龄／周岁 | 10 | 11 | 12 | 13 | 14 | 15 | 16 |
| 身高／cm | 134.2 | 140.8 | 147.6 | 154.2 | 160.9 | 167.6 | 173.0 |
（2）求出这些数据的回归方程；
（3）对于这个例子，你如何解释回归系数的含义？
（4）用下一年的身高减去当年的身高，计算他每年身高的增长数，并计算他从3~16岁身高的年均增长数．
（5）解释一下回归系数与每年平均增长的身高之间的联系．
想象一下一个人从出生到死亡，在每个生日都测量身高，并作出这些数据散点图，这些点将不会落在一条直线上，但在一段时间内的增长数据有时可以用线性回归来分析.下表是一位母亲给儿子作的成长记录：
年龄/周岁 | 3 | 4 | 5 | 6 | 7 | 8 | 9 |
身高/cm | 90.8 | 97.6 | 104.2 | 110.9 | 115.6 | 122.0 | 128.5 |
年龄/周岁 | 10 | 11 | 12 | 13 | 14 | 15 | 16 |
身高/cm | 134.2 | 140.8 | 147.6 | 154.2 | 160.9 | 167.5 | 173.0 |
（1）年龄（解释变量）和身高（预报变量）之间具有怎样的相关关系？
（2）如果年龄相差5岁，则身高有多大差异？（3～16岁之间）
（3）如果身高相差20 cm，其年龄相差多少？
（4）计算残差，说明该函数模型能够较好地反映年龄与身高的关系吗？请说明理由?
想象一下一个人从出生到死亡，在每个生日都测量身高，并作出这些数据散点图，这些点将不会落在一条直线上，但在一段时间内的增长数据有时可以用线性回归来分析.下表是一位母亲给儿子作的成长记录：
年龄/周岁 | 3 | 4 | 5 | 6 | 7 | 8 | 9 |
身高/cm | 90.8 | 97.6 | 104.2 | 110.9 | 115.6 | 122.0 | 128.5 |
年龄/周岁 | 10 | 11 | 12 | 13 | 14 | 15 | 16 |
身高/cm | 134.2 | 140.8 | 147.6 | 154.2 | 160.9 | 167.5 | 173.0 |
（1）年龄（解释变量）和身高（预报变量）之间具有怎样的相关关系？
（2）如果年龄相差5岁，则身高有多大差异？（3～16岁之间）
（3）如果身高相差20 cm，其年龄相差多少？
（4）计算残差，说明该函数模型能够较好地反映年龄与身高的关系吗？请说明理由?