已知二次函数
的导函数为
,
,并且函数
的定义域为R,则
的最小值为( )
A.![]() |
B.![]() |
C.3 | D.2 |
已知x,y的取值如表:
| x |
1 |
2 |
3 |
4 |
| y |
2.2 |
3.8 |
5.5 |
6.5 |
从散点图分析,y与x线性相关,且回归方程为
,则a=()
A.﹣0.15 B.﹣0.26 C.﹣0.35 D.﹣0.61
在回归分析中,残差图中纵坐标为()
| A.残差 | B.样本编号 | C.![]() |
D.![]() |
某产品的广告费用x与销售额y的统计数据如下表:
| 广告费用x(万元) |
2 |
3 |
4 |
5 |
| 销售额y(万元) |
27 |
39 |
48 |
54 |
根据上表可得回归方程y=bx+a中的b为9.4,据此模型预报广告费用为6万元时销售额为()
A.65.5万元 B.66.2万元 C.67.7万元 D.72.0万元
某车间加工零件的数量x与加工时间y的统计数据如表:
| 零件数x(个) |
10 |
20 |
30 |
| 加工时间y(分钟) |
21 |
30 |
39 |
现已求得上表数据的回归方程
中的
值为0.9,则据此回归模型可以预测,加工100个零件所需要的加工时间约为()
A.84分钟 B.94分钟 C.102分钟 D.112分钟
某学生四次模拟考试时,其英语作文的减分情况如下表:
| 考试次数x |
1 |
2 |
3 |
4 |
| 所减分数y |
4.5 |
4 |
3 |
2.5 |
显然所减分数y与模拟考试次数x之间有较好的线性相关关系,则其线性回归方程为()
A.y=0.7x+5.25 B.y=﹣0.6x+5.25 C.y=﹣0.7x+6.25 D.y=﹣0.7x+5.25