人教A版高中數(shù)學(xué)選擇性必修三8.2第2課時(shí)一元線性回歸模型的綜合問(wèn)題-同步練習(xí)1．根據(jù)變量Y和x的成對(duì)樣本數(shù)據(jù)，由一元線性回歸模型eq\b\lc\{\rc\(\a\vs4\al\co1(Y＝bx＋a＋e，,Ee＝0，De＝σ2))得到經(jīng)驗(yàn)回歸方程eq\o(y,\s\up6(^))＝eq\o(b,\s\up6(^))x＋eq\o(a,\s\up6(^))，對(duì)應(yīng)的殘差如圖所示，模型誤差()A．滿足一元線性回歸模型的所有假設(shè)B．滿足回歸模型E(e)＝0的假設(shè)C．滿足回歸模型D(e)＝σ2的假設(shè)D．不滿足回歸模型E(e)＝0和D(e)＝σ2的假設(shè)2．中國(guó)茶文化博大精深，茶水的口感與茶葉的類(lèi)型和水的溫度有關(guān)，某數(shù)學(xué)建模小組建立了茶水冷卻時(shí)間x和茶水溫度y的一組數(shù)據(jù)(xi，yi)．經(jīng)過(guò)分析，提出了四種回歸模型，①②③④四種模型的殘差平方和eq\i\su(i＝1,n,)(yi－eq\o(y,\s\up6(^)))2的值分別是0.98,0.80,0.12，1.36.則擬合效果最好的模型是()A．模型① B．模型②C．模型③ D．模型④3．(多選)對(duì)變量y和x的一組樣本數(shù)據(jù)(x1，y1)，(x2，y2)，…，(xn，yn)進(jìn)行回歸分析，建立回歸模型，則()A．殘差平方和越大，模型的擬合效果越好B．若由樣本數(shù)據(jù)得到經(jīng)驗(yàn)回歸直線eq\o(y,\s\up6(^))＝eq\o(b,\s\up6(^))x＋eq\o(a,\s\up6(^))，則其必過(guò)點(diǎn)(eq\x\to(x)，eq\x\to(y))C．用決定系數(shù)R2來(lái)刻畫(huà)回歸效果，R2越小，說(shuō)明模型的擬合效果越好D．若y和x的樣本相關(guān)系數(shù)r＝－0.95，則y和x之間具有很強(qiáng)的負(fù)線性相關(guān)關(guān)系4．若一函數(shù)模型為y＝sin2α＋2sinα＋1，為將y轉(zhuǎn)化為t的經(jīng)驗(yàn)回歸方程，則需作變換t等于()A．sin2α B．(sinα＋1)2C．sinα＋eq\f(1,2) D．以上都不對(duì)5．已知兩個(gè)線性相關(guān)變量x與y的統(tǒng)計(jì)數(shù)據(jù)如下表：x3456y2.534m其經(jīng)驗(yàn)回歸方程是eq\o(y,\s\up6(^))＝0.7x＋eq\o(a,\s\up6(^))，據(jù)此計(jì)算，樣本(4,3)處的殘差為－0.15，則表中m的值為()A．4B．4.5C．5D．5.56．(多選)對(duì)于表中x，y之間的一組數(shù)據(jù)：x13678y12345甲、乙兩位同學(xué)給出的擬合直線方程分別為①eq\o(y,\s\up6(^))＝eq\f(1,3)x＋1和②eq\o(y,\s\up6(^))＝eq\f(1,2)x＋eq\f(1,2)，若通過(guò)分析得出②的擬合效果好，則下列分析理由正確的是()A．①的殘差和大于②的殘差和，所以②擬合效果更好B．①的殘差平方和大于②的殘差平方和，所以②擬合效果更好C．①的R2小于②的R2，所以②擬合效果更好D．殘差圖中直線②的殘差點(diǎn)分布的水平帶狀區(qū)域比①的殘差點(diǎn)分布的水平帶狀區(qū)域更窄，所以直線②擬合效果更好7．某同學(xué)計(jì)算兩個(gè)線性相關(guān)變量x與y的經(jīng)驗(yàn)回歸方程是eq\o(y,\s\up6(^))＝－3.2x＋40，則相對(duì)應(yīng)于點(diǎn)(11,5)的殘差eq\o(e,\s\up6(^))(eq\o(e,\s\up6(^))i＝y(tǒng)i－eq\o(y,\s\up6(^))i)為_(kāi)_______．8．若一個(gè)樣本的觀測(cè)值與均值的差的平方和為80，殘差平方和為60，決定系數(shù)R2為_(kāi)_______．9．某大型現(xiàn)代化農(nóng)場(chǎng)在種植某種大棚有機(jī)無(wú)公害的蔬菜時(shí)，為創(chuàng)造更大價(jià)值，提高畝產(chǎn)量，積極開(kāi)展技術(shù)創(chuàng)新活動(dòng)．該農(nóng)場(chǎng)采用了延長(zhǎng)光照時(shí)間的方案，該農(nóng)場(chǎng)選取了20間大棚(每間一畝)進(jìn)行試點(diǎn)，得到各間大棚產(chǎn)量數(shù)據(jù)繪制成如圖所示的散點(diǎn)圖．光照時(shí)長(zhǎng)為x(單位：小時(shí))，大棚蔬菜產(chǎn)量為y(單位：千斤每畝)，記w＝lnx.(1)根據(jù)散點(diǎn)圖判斷，y＝a＋bx與y＝c＋dlnx，哪一個(gè)更適合作為大棚蔬菜產(chǎn)量y關(guān)于光照時(shí)長(zhǎng)x的經(jīng)驗(yàn)回歸方程模型(給出判斷即可，不必說(shuō)明理由)；(2)根據(jù)(1)的判斷結(jié)果及表中數(shù)據(jù)，建立y關(guān)于x的經(jīng)驗(yàn)回歸方程(結(jié)果保留小數(shù)點(diǎn)后兩位)；(3)根據(jù)實(shí)際種植情況，發(fā)現(xiàn)上述經(jīng)驗(yàn)回歸方程在光照時(shí)長(zhǎng)位于6～14小時(shí)內(nèi)擬合程度良好，利用(2)中所求方程估計(jì)當(dāng)光照時(shí)長(zhǎng)為e2小時(shí)時(shí)(自然對(duì)數(shù)的底數(shù)e≈2.71828)，大棚蔬菜畝產(chǎn)約為多少．參考數(shù)據(jù)：eq\i\su(i＝1,20,x)ieq\i\su(i＝1,20,y)ieq\i\su(i＝1,20,w)ieq\i\su(i＝1,20,x)eq\o\al(2,i)eq\i\su(i＝1,20,y)eq\o\al(2,i)eq\i\su(i＝1,20,w)eq\o\al(2,i)eq\i\su(i＝1,20,x)iyieq\i\su(i＝1,20,w)iyi290102.4524870540.281371578.2272.1參考公式：β關(guān)于α的經(jīng)驗(yàn)回歸方程eq\o(β,\s\up6(^))＝eq\o(m,\s\up6(^))α＋eq\o(n,\s\up6(^))中，eq\o(m,\s\up6(^))＝eq\f(\i\su(i＝1,n,α)iβi－n\x\to(α)\x\to(β),\i\su(i＝1,n,α)\o\al(2,i)－n\x\to(α)2)，eq\o(n,\s\up6(^))＝eq\x\to(β)－eq\o(m,\s\up6(^))eq\x\to(α).10．耐鹽堿水稻俗稱“海水稻”，是一種可以長(zhǎng)在灘涂和鹽堿地的水稻．海水稻的灌溉是將海水稀釋后進(jìn)行灌溉．某試驗(yàn)基地為了研究海水濃度x(‰)對(duì)畝產(chǎn)量y(噸)的影響，通過(guò)在試驗(yàn)田的種植實(shí)驗(yàn)，測(cè)得了某種海水稻的畝產(chǎn)量與海水濃度的數(shù)據(jù)如表．繪制散點(diǎn)圖發(fā)現(xiàn)，可用線性回歸模型擬合畝產(chǎn)量y與海水濃度x之間的相關(guān)關(guān)系，用最小二乘法計(jì)算得y與x之間的經(jīng)驗(yàn)回歸方程為eq\o(y,\s\up6(^))＝eq\o(b,\s\up6(^))x＋0.88.海水濃度xi(‰)34567畝產(chǎn)量yi(噸)0.620.580.490.40.31殘差eq\o(e,\s\up6(^))i(1)求eq\o(b,\s\up6(^))，并估計(jì)當(dāng)澆灌海水濃度為8‰時(shí)該品種的畝產(chǎn)量；(2)①完成上述殘差表：②統(tǒng)計(jì)學(xué)中常用決定系數(shù)R2來(lái)刻畫(huà)回歸效果，R2越大，模型擬合效果越好，如假設(shè)R2＝0.8，就說(shuō)明預(yù)報(bào)變量y的差異有80%是由解釋變量x引起的．請(qǐng)計(jì)算決定系數(shù)R2(精確到0.01)，并指出畝產(chǎn)量的變化多大程度上是由海水濃度引起的？附：殘差公式eq\o(ei,\s\up6(^))＝y(tǒng)i－eq\o(yi,\s\up6(^))，決定系數(shù)R2＝1－eq\f(\i\su(i＝1,n,)yi－\o(yi,\s\up6(^))2,\i\su(i＝1,n,)yi－\x\to(y)2).11．(多選)某電子商務(wù)平臺(tái)每年都會(huì)舉行“年貨節(jié)”商業(yè)促銷(xiāo)狂歡活動(dòng)，現(xiàn)統(tǒng)計(jì)了該平臺(tái)從2015年到2023年共9年“年貨節(jié)”期間的銷(xiāo)售額(單位：億元)并作出散點(diǎn)圖，將銷(xiāo)售額y看成以年份序號(hào)x(2015年作為第1年)的函數(shù)．運(yùn)用excel軟件，分別選擇經(jīng)驗(yàn)回歸直線和三次函數(shù)回歸曲線進(jìn)行擬合，效果如圖，則下列說(shuō)法正確的是()A．銷(xiāo)售額y與年份序號(hào)x呈正相關(guān)關(guān)系B．三次函數(shù)回歸模型的殘差平方和大于線性回歸模型的殘差平方和C．三次函數(shù)回歸曲線的擬合效果好于經(jīng)驗(yàn)回歸直線的擬合效果D．根據(jù)三次函數(shù)回歸曲線可以預(yù)測(cè)2024年“年貨節(jié)”期間的銷(xiāo)售額約為1698.719億元12．(多選)下列說(shuō)法正確的是()A．經(jīng)驗(yàn)回歸直線一定經(jīng)過(guò)點(diǎn)(eq\x\to(x)，eq\x\to(y))B．若兩個(gè)具有線性相關(guān)關(guān)系的變量的相關(guān)性越強(qiáng)，則樣本相關(guān)系數(shù)r的值越接近于1C．在殘差圖中，殘差點(diǎn)分布的水平帶狀區(qū)域越窄，說(shuō)明模型的擬合精度越高D．在線性回歸模型中，決定系數(shù)R2越接近于1，說(shuō)明回歸模型的擬合效果越好13．某種產(chǎn)品的廣告支出費(fèi)用x(單位：萬(wàn)元)與銷(xiāo)售量y(單位：萬(wàn)件)之間的對(duì)應(yīng)數(shù)據(jù)如下表所示：廣告支出費(fèi)用x2.22.64.05.35.9銷(xiāo)售量y3.85.47.011.612.2根據(jù)表中的數(shù)據(jù)可得經(jīng)驗(yàn)回歸方程eq\o(y,\s\up6(^))＝2.27x－1.08，R2≈0.96，以下說(shuō)法正確的是()A．第三個(gè)樣本點(diǎn)對(duì)應(yīng)的殘差eq\o(e,\s\up6(^))3＝－1，回歸模型的擬合效果一般B．第三個(gè)樣本點(diǎn)對(duì)應(yīng)的殘差eq\o(e,\s\up6(^))3＝1，回歸模型的擬合效果較好C．銷(xiāo)售量y的多少有96%是由廣告支出費(fèi)用引起的D．銷(xiāo)售量y的多少有4%是由廣告支出費(fèi)用引起的14．已知經(jīng)驗(yàn)回歸方程eq\o(y,\s\up6(^))＝2x＋1，而試驗(yàn)得到一組數(shù)據(jù)是(2,4.9)，(3,7.1)，(4,9.2)，則殘差平方和是________．15．若對(duì)于變量x，y的10組統(tǒng)計(jì)數(shù)據(jù)的回歸模型中，計(jì)算R2＝0.95，又知?dú)埐钇椒胶蜑?20.55，那么eq\i\su(i＝1,10,)(yi－eq\x\to(y))2的值為()A．241.1 B．245.1C．2411 D．245116．現(xiàn)代物流成為繼勞動(dòng)力、自然資源外影響企業(yè)生產(chǎn)成本及利潤(rùn)的重要因素．某企業(yè)去年前八個(gè)月的物流成本和企業(yè)利潤(rùn)的數(shù)據(jù)(單位：萬(wàn)元)如下表所示：月份1234物流成本x8383.58086.5利潤(rùn)y114116106122殘差eq\o(ei,\s\up6(^))＝y(tǒng)i－eq\o(yi,\s\up6(^))0.20.61.8－3月份5678物流成本x8984.57986.5利潤(rùn)y132114m132殘差eq\o(ei,\s\up6(^))＝y(tǒng)i－eq\o(yi,\s\up6(^))－1－4.6－1根據(jù)最小二乘法求得經(jīng)驗(yàn)回歸方程為eq\o(y,\s\up6(^))＝3.2x－151.8.(1)求m的值，并利用已知的經(jīng)驗(yàn)回歸方程求出8月份對(duì)應(yīng)的殘差值eq\o(e,\s\up6(^))8；(2)請(qǐng)先求出線性回歸模型eq\o(y,\s\up6(^))＝3.2x－151.8的決定系數(shù)R2(精確到0.0001)；若根據(jù)非線性經(jīng)驗(yàn)回歸方程y＝267.76lnx－1069.2求得解釋變量(物流成本)對(duì)于響應(yīng)變量(利潤(rùn))決定系數(shù)Req\o\al(2,0)＝0.9057，請(qǐng)說(shuō)明以上兩種模型哪種模型擬合效果更好？(3)通過(guò)殘差分析，懷疑殘差絕對(duì)值最大的那組數(shù)據(jù)有誤，經(jīng)再次核實(shí)后發(fā)現(xiàn)其真正利潤(rùn)應(yīng)該為116萬(wàn)元．請(qǐng)重新根據(jù)最小二乘法的思想與公式，求出新的經(jīng)驗(yàn)回歸方程．附1(修正前的參考數(shù)據(jù))：eq\i\su(i＝1,8,x)iyi＝78880，eq\i\su(i＝1,8,x)eq\o\al(2,i)＝56528，eq\x\to(x)＝84，eq\i\su(i＝1,8,)(yi－eq\x\to(y))2＝904.附2：R2＝1－eq\f(\i\su(i＝1,n,)yi－\o(yi,\s\up6(^))2,\i\su(i＝1,n,)yi－\x\to(y)2).附3：eq\o(b,\s\up6(^))＝eq\f(\i\su(i＝1,n,)xi－\x\to(x)yi－\x\to(y),\i\su(i＝1,n,)xi－\x\to(x)2)＝eq\f(\i\su(i＝1,n,x)iyi－n\x\to(x)·\x\to(y),\i\su(i＝1,n,x)\o\al(2,i)－n\x\to(x)2)，eq\o(a,\s\up6(^))＝eq\x\to(y)－eq\o(b,\s\up6(^))eq\x\to(x).參考答案與詳細(xì)解析1．D[由殘差圖可以看出，圖中的殘差點(diǎn)不能擬合成一條直線，且不滿足D(e)＝σ2.]2．C[對(duì)于回歸模型，殘差平方和越小，回歸模型的擬合效果越好，故擬合效果最好的模型是模型③.]3．BD[因?yàn)闅埐钇椒胶驮叫?，模型的擬合效果越好，故選項(xiàng)A錯(cuò)誤；因?yàn)榻?jīng)驗(yàn)回歸直線必過(guò)點(diǎn)(eq\x\to(x)，eq\x\to(y))，故選項(xiàng)B正確；因?yàn)闆Q定系數(shù)R2越接近1，說(shuō)明模型的擬合效果越好，故選項(xiàng)C錯(cuò)誤；由樣本相關(guān)系數(shù)為負(fù)且接近1，則y和x之間具有很強(qiáng)的負(fù)線性相關(guān)關(guān)系，故選項(xiàng)D正確．]4．B[因?yàn)閥是關(guān)于t的經(jīng)驗(yàn)回歸方程，實(shí)際上即y是關(guān)于t的一次函數(shù)，又因?yàn)閥＝(sinα＋1)2，若令t＝(sinα＋1)2，則可得y與t的函數(shù)關(guān)系式為y＝t，此時(shí)變量y與變量t是線性相關(guān)關(guān)系．]5．B[由題意，樣本(4,3)處的殘差為－0.15，所以3.15＝0.7×4＋eq\o(a,\s\up6(^))，所以eq\o(a,\s\up6(^))＝0.35，由經(jīng)驗(yàn)回歸方程eq\o(y,\s\up6(^))＝0.7x＋0.35過(guò)點(diǎn)(eq\x\to(x)，eq\x\to(y))，且eq\x\to(x)＝eq\f(1,4)×(3＋4＋5＋6)＝4.5，所以可得eq\x\to(y)＝0.7eq\x\to(x)＋0.35＝0.7×4.5＋0.35＝3.5，由eq\x\to(y)＝eq\f(1,4)×(2.5＋3＋4＋m)＝3.5，得m＝4.5.]6．BCD[不可以根據(jù)殘差和的大小來(lái)分析模型的擬合效果的好壞，故A錯(cuò)誤；用eq\o(y,\s\up6(^))＝eq\f(1,3)x＋1作為擬合直線時(shí)，所得y的實(shí)際值與y的估計(jì)值的差的平方和即殘差平方和為S1＝eq\b\lc\(\rc\)(\a\vs4\al\co1(1－\f(4,3)))2＋(2－2)2＋(3－3)2＋eq\b\lc\(\rc\)(\a\vs4\al\co1(4－\f(10,3)))2＋eq\b\lc\(\rc\)(\a\vs4\al\co1(5－\f(11,3)))2＝eq\f(7,3)，用eq\o(y,\s\up6(^))＝eq\f(1,2)x＋eq\f(1,2)作為擬合直線時(shí)，所得殘差平方和為S2＝(1－1)2＋(2－2)2＋eq\b\lc\(\rc\)(\a\vs4\al\co1(3－\f(7,2)))2＋(4－4)2＋eq\b\lc\(\rc\)(\a\vs4\al\co1(5－\f(9,2)))2＝eq\f(1,2).∴S2<S1，∴②的擬合效果更好，故B正確；①的R2＝1－eq\f(\f(7,3),10)＝eq\f(23,30)，②的R2＝1－eq\f(\f(1,2),10)＝eq\f(19,20)，∴①的R2小于②的R2，∴②擬合效果更好，故C正確；殘差圖中直線②的殘差點(diǎn)分布的水平帶狀區(qū)域比①的殘差點(diǎn)分布的水平帶狀區(qū)域更窄，∴直線②擬合效果更好，故D正確．]7．0.2解析因?yàn)閑q\o(y,\s\up6(^))＝－3.2x＋40.當(dāng)x＝11時(shí)，eq\o(y,\s\up6(^))＝－3.2×11＋40＝4.8，故eq\o(e,\s\up6(^))＝5－4.8＝0.2.8．0.25解析R2＝1－eq\f(60,80)＝0.25.9．解(1)根據(jù)散點(diǎn)圖，開(kāi)始的點(diǎn)在某條直線附近，但后面的點(diǎn)會(huì)越來(lái)越偏離這條直線，因此y＝c＋dlnx更適合作為y關(guān)于x的經(jīng)驗(yàn)回歸方程模型．(2)因?yàn)閣＝lnx．所以y＝c＋dlnx為y＝c＋dw，eq\x\to(y)＝eq\f(\i\su(i＝1,20,y)i,20)＝eq\f(102.4,20)＝5.12，eq\x\to(w)＝eq\f(\i\su(i＝1,20,w)i,20)＝eq\f(52,20)＝2.6，eq\o(d,\s\up6(^))＝eq\f(272.1－20×5.12×2.6,137－20×2.62)≈3.26，eq\o(c,\s\up6(^))＝5.12－3.26×2.6≈－3.36，所以eq\o(y,\s\up6(^))＝3.26w－3.36，即eq\o(y,\s\up6(^))＝3.26lnx－3.36.(3)當(dāng)x＝e2時(shí)，eq\o(y,\s\up6(^))＝3.26lne2－3.36＝3.16.所以大棚蔬菜畝產(chǎn)約為3.16千斤．10．解(1)經(jīng)計(jì)算，eq\x\to(x)＝5，eq\x\to(y)＝0.48，由0.48＝5eq\o(b,\s\up6(^))＋0.88可得，eq\o(b,\s\up6(^))＝－0.08，當(dāng)x＝8時(shí)，eq\o(y,\s\up6(^))＝－0.08×8＋0.88＝0.24，所以當(dāng)澆灌海水濃度為8‰時(shí)，該品種的畝產(chǎn)量約為0.24噸．(2)①由(1)知eq\o(y,\s\up6(^))＝－0.08x＋0.88，從而有海水濃度xi(‰)34567畝產(chǎn)量yi(噸)0.620.580.490.40.31殘差eq\o(ei,\s\up6(^))－0.020.020.010－0.01②R2＝1－eq\f(0.0004＋0.0004＋0.0001＋0＋0.0001,0.142＋0.12＋0.012＋－0.082＋－0.172)＝1－eq\f(0.001,0.065)＝eq\f(64,65)≈0.98，所以畝產(chǎn)量的變化有98%是由海水濃度引起的．11．AC[由散點(diǎn)圖的變化趨勢(shì)可知，銷(xiāo)售額y與年份序號(hào)x呈正相關(guān)關(guān)系，故選項(xiàng)A正確；由散點(diǎn)圖以及線性回歸模型和三次函數(shù)回歸模型的位置關(guān)系可知，三次函數(shù)回歸模型的殘差平方和小于線性回歸模型的殘差平方和，故選項(xiàng)B錯(cuò)誤；因?yàn)?.999>0.936，所以三次函數(shù)回歸曲線的擬合效果好于經(jīng)驗(yàn)回歸直線的擬合效果，故選項(xiàng)C正確；因?yàn)槿魏瘮?shù)為y1＝0.168x3＋28.141x2－29.027x＋6.889，則當(dāng)x＝10時(shí)，y1＝2698.719(億元)，故選項(xiàng)D錯(cuò)誤．]12．ACD[對(duì)于選項(xiàng)A，因?yàn)榻?jīng)驗(yàn)回歸直線一定經(jīng)過(guò)點(diǎn)(eq\x\to(x)，eq\x\to(y))，故選項(xiàng)A正確；對(duì)于選項(xiàng)B，由樣本相關(guān)系數(shù)的絕對(duì)值越趨近于1，相關(guān)性越強(qiáng)可知，若兩個(gè)變量負(fù)相關(guān)，其相關(guān)性越強(qiáng)，則樣本相關(guān)系數(shù)r的值越接近于－1，故選項(xiàng)B錯(cuò)誤；對(duì)于選項(xiàng)C，因?yàn)樵跉埐顖D中，殘差點(diǎn)分布的水平帶狀區(qū)域越窄，說(shuō)明模型的擬合精度越高，故選項(xiàng)C正確；對(duì)于選項(xiàng)D，因?yàn)樵诰€性回歸模型中，決定系數(shù)R2越接近于1，說(shuō)明線性回歸模型的擬合效果越好，故選項(xiàng)D正確．]13．C[由題意得eq\o(e,\s\up6(^))3＝7－(2.27×4－1.08)＝－1，由于R2≈0.96，所以該回歸模型擬合的效果比較好，故A，B錯(cuò)誤；在線性回歸模型中，R2表示解釋變量對(duì)于響應(yīng)變量的貢獻(xiàn)率，R2≈0.96，則銷(xiāo)售量y的多少有96%是由廣告支出費(fèi)用引起的，C正確，D錯(cuò)誤．]14．0.06解析因?yàn)閑q\o(y,\s\up6(^))＝2x＋1，故當(dāng)x＝2時(shí)，eq\o(y,\s\up6(^))＝5，eq\o(e,\s\up6(^))1＝－0.1，x＝3，eq\o(y,\s\up6(^))＝7，eq\o(e,\s\up6(^))2＝0.1，x＝4，eq\o(y,\s\up6(^))＝9，eq\o(e,\s\up6(^))3＝0.2，則eq\o(e,\s\up6(^))eq\o\al(2,1)＋eq\o(e,\s\up6(^))eq\o\al(2,2)＋eq\o(e,\s\up6(^))eq\o\al(2,3)＝0.01＋0.01＋0.04＝0.06.15．C[由題意知?dú)埐钇椒胶蚭q\i\su(i＝1,10,)(yi－eq\o(y,\s\up6(^))i)2＝120.55，又R2＝1－eq\f(\i\su(i＝1,10,)yi－\o(y,\s\u