专题5回归分析例1．已知回归方程ŷ=5x+1，则该方程在样本（1，4）处的残差为（ ）A．﹣2 B．1 C．2 D．5【解析】解：当x＝1时，ŷ=5x+1＝6，∴方程在样本（1，4）处的残差是4﹣6＝﹣2．故选：A．例2．研究变量x，y得到一组样本数据，进行回归分析，有以下结论①残差平方和越小的模型，拟合的效果越好；②用相关指数R2来刻画回归效果，R2越小说明拟合效果越好；③在回归直线方程ŷ=-0.2x+0.8中，当解释变量x每增加1个单位时，预报变量ŷ平均减少0.2个单位；④若变量y和x之间的相关系数为r＝﹣0.9462，则变量y和x之间的负相关很强．以上正确说法的是 ①③④ ．【解析】解：①可用残差平方和判断模型的拟合效果，残差平方和越小，模型的拟合效果越好，故①正确；②用相关指数R2来刻画回归效果，R2越大说明拟合效果越好，故②错误；③在回归直线方程ŷ=-0.2x+0.8中中，当解释变量x每增加1个单位时，预报变量ŷ平均减少0.2个单位，故③正确；④若变量y和x之间的相关系数为r＝﹣0.9462，r的绝对值趋向于1，则变量y和x之间的负相关很强，故④正确．故答案为：①③④．例3．下列命题中，正确的命题有 ②③ ．①回归直线ŷ=b̂x+â恒过样本点中心（x，y），且至少过一个样本点；②用相关指数R2来刻画回归效果，表示预报变量对解释变量变化的贡献率，R2越接近于1说明模型的拟合效果越好；③残差图中残差点比较均匀的落在水平的带状区域中，说明选用的模型比较合适；④两个模型中残差平方和越大的模型的拟合效果越好．【解析】解：①回归直线ŷ=b̂x+â恒过样本点中心（x，y），不一定过样本点，故①正确；②用相关指数R2来刻画回归效果，表示预报变量对解释变量变化的贡献率，R2越接近于1说明模型的拟合效果越好，正确；③残差图中残差点比较均匀的落在水平的带状区域中，说明选用的模型比较合适，正确；④两个模型中残差平方和越大的模型的拟合效果越差．故④错误，故正确的是②③，故答案为：②③例4．下列命题：①相关指数R2越小，则残差平方和越大，模型的拟合效果越好．②对分类变量X与Y的随机变量K2的观测值k来说，k越小，“X与Y有关系”可信程度越大．③残差点比较均匀地落在水平带状区域内，带状区域越宽，说明模型拟合精度越高．④两个随机变量相关性越强，则相关系数的绝对值越接近0．其中错误命题的个数为 4 ．【解析】解：对于①，相关指数R2越小，则残差平方和越大，此时模型的拟合效果越差，所以①错误；对于②，对分类变量X与Y的随机变量K2的观测值k来说，k越小，“X与Y有关系”可信程度越小，所以②错误；对于③，残差点比较均匀地落在水平带状区域内，带状区域越宽，说明模型拟合精度越低，所以③错误；对于④，两个随机变量相关性越强，则相关系数的绝对值越接近1，所以④错误．综上知，错误命题的序号是①②③④，共4个．故答案为：4．例5．垃圾是人类日常生活和生产中产生的废弃物，由于排出量大，成分复杂多样，且具有污染性，所以需要无害化、减量化处理．某市为调査产生的垃圾数量，采用简单随机抽样的方法抽取20个县城进行了分析，得到样本数据（xi，yi）（i＝1，2，……，20），其中xi和yi分别表示第i个县城的人口（单位：万人）和该县年垃圾产生总量（单位：吨），并计算得i=120xi=80，i=120yi=4000，i=120（xi-x）2＝80，i=120（yi-y）2＝8000，i=120（xi-x）（yi-y）＝7000．（1）请用相关系数说明该组数据中y与x之间的关系可用线性回归模型进行拟合；（2）求y关于x的线性回归方程；（3）某科研机构研发了两款垃圾处理机器，如表是以往两款垃圾处理机器的使用年限（整年）统计表：使用年限台数款式1年2年3年4年5年甲款520151050乙款152010550某环保机构若考虑购买其中一款垃圾处理器，以使用年限的频率估计概率．根据以往经验估计，该机构选择购买哪一款垃圾处理机器，才能使用更长久？参考公式：相关系数r=i=1n(xi-x)(yi-y)i=1n(xi-x)i=1n(yi-y)2．对于一组具有线性相关关系的数据（xi，yi）（i＝1，2，……，n），其回归直线ŷ=b̂x+â的斜率和截距的最小二乘估计分别为：b̂=i=1n(xi-x)(yi-y)i=1n(xi-x)2，â=y-b̂x．【解析】解：（1）由题意知相关系数r=i=120(xi-x)(yi-y)i=120(xi-x)2i=120(yi-y)2=70080×8000=78=0.875，因为y与x的相关系数接近1，所以y与x之间具有较强的线性相关关系，可用线性回归模型进行拟合．（2）由题意可得，b̂=i=120(xi-x)(yi-y)i=120(xi-x)2=70080=8.75，â=y-b̂x=400020-8.75×8020=200-8.75×4=165，所以ŷ=8.75x+165．（3）以频率估计概率，购买一台甲款垃圾处理机器节约政府支持的垃圾处理费用X（单位：万元）的分布列为X﹣50050100P0.10.40.30.2E（X）＝﹣50×0.1+0×0.4+50×0.3+100×0.2＝30（万元）购买一台乙款垃圾处理机器节约政府支持的垃圾处理费用Y（单位：万元）的分布列为：Y﹣302070120P0.30.40.20.1E（Y）＝﹣30×0.3+20×0.4+70×0.2+120×0.1＝25（万元）因为E（X）＞E（Y），所以该县城选择购买一台甲款垃圾处理机器更划算．例6．某基地蔬菜大棚采用水培、无土栽培方式种植各类蔬菜．据统计该基地的西红柿增加量y（百斤）与使用某种液体肥料x（千克）之间对应数据为如图所示的折线图．（1）依据数据的折线图，请计算相关系数r（精确到0.01），并以此判定是否可用线性回归模型拟合y与x的关系？若是请求出回归直线方程，若不是请说明理由；（2）过去50周的资料显示，该地周光照量X（小时）都在30小时以上，其中不足50小时的周数有5周，不低于50小时且不超过70小时的周数有35周，超过70小时的周数有10周．蔬菜大棚对光照要求较大，某光照控制仪商家为该基地提供了部分光照控制仪，但每周光照控制仪最多可运行台数受周光照量X限制，并有如表关系：周光照量X（单位：小时）30＜X＜5050≤X≤70n≥2光照控制仪最多可运行台数542若某台光照控制仪运行，则该台光照控制仪周利润为3000元；若某台光照控制仪未运行，则该台光照控制仪周亏损1000元．若商家安装了5台光照控制仪，求商家在过去50周每周利润的平均值．附：对于一组数据（x1，y1），（x2，y2），……，（xn，yn），其相关系数公式r=i=1n(xi-x)(yi-y)i=1n(xi-x)2i=1n(yi-y)2，回归直线ŷ=b̂x+â的斜率和截距的最小二乘估计分别为：b̂=i=1n(xi-x)(yi-y)i=1n(xi-x)2=i=1nxiyi-nxyi=1n(xi-x)2，â=y-b̂x，参考数据0.3≈0.55，0.9≈0.95．【解析】解：（1）由已知数据可得x=2+4+5+6+85=5，y=3+4+4+4+55=4，因为i=15(xi-x)(yi-y)=(-3)×(-1)+0+0+0+3×1=6，i=15(xi-x)2=(-3)2+(-1)2+02+12+32=25，i=15(yi-y)2=(-1)2+02+02+02+12=2．所以相关系数r=i=1n(xi-x)(yi-y)i=1n(xi-x)2i=1n(yi-y)2=625⋅2=910≈0.95，因为r＞0.75，所以可用线性回归模型拟合y与x的关系，因为b̂=i=1n(xi-x)(yi-y)i=1n(xi-x)2=620=0.3，â=y-b̂x=2.5，所以回归直线方程y＝0.3x+2.5．（2）记商家周总利润为Y元，由条件可得在过去50周里：X＞70时，共有10周，只有2台光照控制仪运行，周总利润Y＝2×3000﹣3×1000＝3000元，当50≤X≤70时，共有35周，有4台光照控制仪运行，周总利润Y＝4×3000﹣1×1000＝11000元，当X＜50时，共有5周，5台光照控制仪都运行，周总利润Y＝5×3000＝15000元，所以过去50周每周利润的平均值Y=3000×10+11000×35+15000×550=9800元，所以商家在过去50周每周利润的平均值为9800元．例7．湖南省从2021年开始将全面推行“3+1+2”的新高考模式，新高考对化学、生物、地理和政治等四门选考科目，制定了计算转换T分（即记入高考总分的分数）的“等级转换赋分规则”（详见附1和附2），具体的转换步骤为：①原始分Y等级转换；②原始分等级内等比例转换赋分．某校的一次年级统考中，政治、生物两选考科目的原始分分布如表：等级ABCDE比例约15%约35%约35%约13%约2%政治学科各等级对应的原始分区间[81，98][72，80][66，71][63，65][60，62]生物学科各等级对应的原始分区间[90，100][77，89][69，76][66，68][63，65]现从政治、生物两学科中分别随机抽取了20个原始分成绩数据，作出茎叶图：（1）根据茎叶图，分别求出政治成绩的中位数和生物成绩的众数；（2）该校的甲同学选考政治学科，其原始分为82分，乙同学选考生物学科，其原始分为91分，根据赋分转换公式，分别求出这两位同学的转化分；（3）根据生物成绩在等级B的6个原始分和对应的6个转化分，得到样本数据（Yi，Ti），请计算生物原始分Yi与生物转换分Ti之间的相关系数，并根据这两个变量的相关系数谈谈你对新高考这种“等级转换赋分法”的看法．附1：等级转换的等级人数占比与各等级的转换分赋分区间等级ABCDE原始分从高到低排序的等级人数占比约15%约35%约35%约13%约2%转换分T的赋分区间[86，100][71，85][56，70][41，55][30，40]附2：计算转换分T的等比例转换赋分公式：Y2-YY-Y1=T2-TT-T1．（其中：Y1，Y2别表示原始分Y对应等级的原始分区间下限和上限；T1，T2分别表示原始分对应等级的转换分赋分区间下限和上限．T的计算结果按四舍五入取整）．附3：i=16（Yi-Y）（Ti-T）＝74，i=16(Yi-Y)2i=16(Ti-T)2=5494≈74.12，r=i=1n(Yi-Y)(Ti-T)i=1n(Yi-Y)2i=1n(Ti-T)2．【解析】解：（1）根据茎叶图知，政治成绩的中位数为72，生物成绩的众数为73；（2）甲同学选考政治学科的等级为A，由转换赋分公式：98-8282-81=100-TT-86，解得T＝87；乙同学选考生物学科的等级为A，由赋分转换公式：100-9191-90=100-TT-86，解得T＝87；所以甲、乙两位同学的转换分都是87分．（3）由题意知，r=i=1n(Yi-Y)(Ti-T)i=1n(Yi-Y)2i=1n(Ti-T)2=7474.12≈0.998，说法1：等级转换赋分公平，因为相关系数十分接近1，接近函数关系，因此高考这种“等级转换赋分”具有公平性与合理性．说法2：等级转换赋分法不公平，在同一等级内，原始分与转化分是确定的函数关系，理论上原始分与转化分的相关系数为1，在实际赋分过程中由于数据的四舍五入，使得实际的转化分与应得的转化分有一定的误差，极小部分同学赋分后会出现偏高或偏低的现象．（只要说法有道理，都可以得分）．例8．某市房管局为了了解该市市民2018年1月至2019年1月期间买二手房情况，首先随机抽样其中200名购房者，并对其购房面积m（单位：平方米，60≤m≤130）进行了一次调查统计，制成了如图1所示的频