题目内容
7.对具有线性相关关系的变量x,y有一组观测数据(xi,yi)(i=1,2,3,…,n),观测数据均在回归直线方程$y=\frac{1}{3}x+2$上,则该组数据的残差平方和的值为( )| A. | 0 | B. | $\frac{1}{3}$ | C. | 1 | D. | 2 |
分析 根据残差平方和越小的模型,其拟合的效果越好,
当观测数据均在回归直线方程上时,残差平方和为0.
解答 解:由于残差平方和越小的模型,其拟合的效果越好,
对于具有线性相关关系的变量x,y有一组观测数据均在回归直线方程$y=\frac{1}{3}x+2$上,
则该组数据的残差平方和的值为0.
故选:A.
点评 本题考查了残差平方和与回归直线方程的应用问题,是基础题.
练习册系列答案
相关题目
9.已知函数f(x)=acosx+bx2+2(a∈R,b∈R),f'(x)为f(x)的导函数,则f(2016)-f(-2016)+f'(2017)+f'(-2017)=( )
| A. | 4034 | B. | 4032 | C. | 4 | D. | 0 |
2.已知x(3x-2)4=a0x+a1x2+a2x3+a3x4+a4x5,则a0+2a1+3a2+4a3+5a4=( )
| A. | -257 | B. | 13 | C. | 1855 | D. | -1855 |
19.某公司为确定下一年度投入某种产品的宣传费,需要了解年宣传费x(单位:千元)对年销量y(单位:)和利润z(单位:千元)的影响,对近8年的宣传费xi(i=1,2,…,8)和年销售量yi数据进行了初步处理,得到下面的散点图及一些统计量的值.

表中wi=$\sqrt{{x}_{i}}$,$\overline{w}$=$\frac{1}{8}$$\sum_{i=1}^{8}$wi
(1)根据散点图判断,$y=a+bx,y=c+d\sqrt{x}$哪一个更适合作为年销售量y关于年宣传费x的回归方程类型(给出判断即可,不必说明理由);
(2)根据(1)的判断结果及表中数据,建立y关于x的回归方程;
(3)已知这种产品的年利润z与x,y的关系为z=0.2y-x,根据(2)的结果回答下列问题;
①当年宣传费x=90时,年销售量及年利润的预报值是多少?
②当年宣传费x为何值时,年利润的预报值最大?
附:对于一组数据(u1,v1),(u2,v2),…,(un,vn),其回归线v=α+βu的斜率和截距的最小二乘估计分别为:
$\widehat{β}$=$\frac{\sum_{i=1}^{n}({μ}_{i}-\overline{μ})({v}_{i}-\overline{v})}{\sum_{i=1}^{n}({μ}_{i}-\overline{μ})^{2}}$,$\widehat{a}$=$\overline{v}$-$\widehat{β}$$\overline{μ}$.
| $\overline{x}$ | $\overline{y}$ | $\overline{w}$ | $\sum_{i=1}^{n}$(xi-$\overline{x}$)2 | $\sum_{i=1}^{n}$(wi-$\overline{w}$)2 | $\sum_{i=1}^{n}$(xi-$\overline{x}$)(yi-$\overline{y}$) | $\sum_{i=1}^{n}$(wi-$\overline{w}$)(yi-$\overline{y}$) |
| 46.6 | 563 | 6.8 | 289.8 | 1.6 | 1469 | 108.8 |
(1)根据散点图判断,$y=a+bx,y=c+d\sqrt{x}$哪一个更适合作为年销售量y关于年宣传费x的回归方程类型(给出判断即可,不必说明理由);
(2)根据(1)的判断结果及表中数据,建立y关于x的回归方程;
(3)已知这种产品的年利润z与x,y的关系为z=0.2y-x,根据(2)的结果回答下列问题;
①当年宣传费x=90时,年销售量及年利润的预报值是多少?
②当年宣传费x为何值时,年利润的预报值最大?
附:对于一组数据(u1,v1),(u2,v2),…,(un,vn),其回归线v=α+βu的斜率和截距的最小二乘估计分别为:
$\widehat{β}$=$\frac{\sum_{i=1}^{n}({μ}_{i}-\overline{μ})({v}_{i}-\overline{v})}{\sum_{i=1}^{n}({μ}_{i}-\overline{μ})^{2}}$,$\widehat{a}$=$\overline{v}$-$\widehat{β}$$\overline{μ}$.