某车间加工零件的数量x与加工时间y的统计数据如下表:
现已求得上表数据的回归方程
=
x+
中
的值为1,则据此回归模型可以预测,加工90个零件所需要的加工时间约为( )
| 零件个数x(个) | 11 | 20 | 29 |
| 加工时间y(分钟) | 20 | 31 | 39 |
| ? |
| y |
| ? |
| b |
| ? |
| a |
| b |
| A、80分钟 | B、90分钟 |
| C、100分钟 | D、1l0分钟 |
已知随机变量x,y的值如表所示,如果x与y线性相关且回归直线方程为
=bx+
,则实数b的值为( )
| y |
| 9 |
| 2 |
| X | 2 | 3 | 4 |
| Y | 5 | 4 | 6 |
A、-
| ||
B、
| ||
C、-
| ||
D、
|
已知x、y的取值如表所示:
从散点图分析,y与x线性相关,且
=0.8x+a,则a=( )
| x | 0 | 1 | 3 | 4 |
| y | 0.9 | 1.9 | 3.2 | 4.4 |
| ? |
| y |
| A、0.8 | B、1 |
| C、1.2 | D、1.5 |
已知x与y之间的几组数据如下表:
假设根据上表数据所得线性回归直线方程为
=
x+
.若某同学根据上表中的最后两组数据(5,2)和(6,0)求得的直线方程为y=b′x+a′,则以下结论正确的是( )
| x | 1 | 2 | 3 | 4 | 5 | 6 |
| y | 4 | 3 | 3 | 1 | 2 | 0 |
| ? |
| y |
| ? |
| b |
| ? |
| a |
A、
| ||||
B、
| ||||
C、
| ||||
D、
|
相关变量x、y的样本数据如下表:
经回归分析可得y与x线性相关,并由最小二乘法求得回归直线方程为
=1.1x+a,则a=( )
| x | 1 | 2 | 3 | 4 | 5 |
| y | 2 | 2 | 3 | 5 | 6 |
| ? |
| y |
| A、0.1 | B、0.2 |
| C、0.3 | D、0.4 |
登山族为了了解某山高y(km)与气温x(°C)之间的关系,随机统计了4次山高与相应的气温,并制作了对照表如下:
由表中数据,得到线性回归方程
=-2x+
(
∈R),由此估计山高为72cm处气温的度数是( )
| 气温(0C) | 18 | 13 | 10 | -1 |
| 山高 (km) | 24 | 34 | 38 | 64 |
| y |
| a |
| a |
| A、-10 | B、-8 | C、-6 | D、-4 |
某车间为了规定工时定额,需要确定加工零件所花费的时间,为此进行了5次试验,收集数据如下:
经检验,这组样本数据具有线性相关关系,那么对于加工零件的个数x与加工时间y这两个变量,下列判断正确的是( )
| 加工零件x(个) | 10 | 20 | 30 | 40 | 50 |
| 加工时间y(分钟) | 64 | 69 | 75 | 82 | 90 |
| A、成正相关,其回归直线经过点(30,75) |
| B、成正相关,其回归直线经过点(30,76) |
| C、成负相关,其回归直线经过点(30,76) |
| D、成负相关,其回归直线经过点(30,75) |
已知f(x)、g(x)都是定义域为R的连续函数.已知:g(x)满足:①当x>O时,g′(x)>0 恒成立;②?x∈R都有g(x)=g(-x).f(x)满足:①?x∈R都有f(x+
)=f(x-
);②当x∈[-
-2
,
-2
]时,f(x)=x3-3x.若关于;C的不等式g[f(x)]≤g(a2-a+2)对x∈[-
-2
,
-2
]恒成立,则a的取值范围是( )
| 3 |
| 3 |
| 3 |
| 2 |
| 3 |
| 3 |
| 2 |
| 3 |
| 3 |
| 2 |
| 3 |
| 3 |
| 2 |
| 3 |
| A、R | ||||||||||||
| B、[0,1] | ||||||||||||
C、[
| ||||||||||||
| D、(-∞,0)∪(1,+∞) |