Régression linéaire

Nom:

Classe:

Date:

Écris ta démarche pour chaque exercice.

1.
Que représente la pente dans une droite de régression ?
1. a)La moyenne de toutes les valeurs de y
2. b)Le nombre de points de données
3. c)De combien y change pour chaque augmentation d'une unité de x
4. d)La valeur de y quand x = 0
2.
Dans la droite de régression , quelle est l'ordonnée à l'origine ?
1. a)10
2. b)3
3. c)13
4. d)30
3.
En utilisant , quelle est la valeur prédite de quand ?
4.
Si une droite de régression a une pente et passe par le point , quelle est l'ordonnée à l'origine ?
5.
Une étude trouve que prédit les scores aux tests () en fonction des heures d'étude (). Que signifie le 5 ?
1. a)Le score de base sans étude
2. b)Chaque heure d'étude supplémentaire ajoute 5 points
3. c)Le score maximum possible
4. d)Le nombre d'étudiants dans l'étude
6.
En utilisant , prédis quand .
7.
Qu'est-ce qu'un résidu en régression linéaire ?
1. a)La différence entre les valeurs réelles et prédites
2. b)L'ordonnée à l'origine de la droite
3. c)La pente de la droite de régression
4. d)La moyenne de toutes les valeurs de x
8.
Trouve l'ordonnée à l'origine d'une droite de régression de pente passant par .
9.
La valeur réelle est et la valeur prédite est . Quel est le résidu ?
10.
Étant donné , et pente , trouve l'ordonnée à l'origine.
11.
Pourquoi faut-il être prudent en utilisant la régression pour prédire des valeurs loin en dehors de la plage de données ?
1. a)L'ordonnée à l'origine est indéfinie en dehors de la plage
2. b)Les calculs deviennent trop difficiles
3. c)La pente pourrait changer en dehors de la plage de données
4. d)La relation pourrait ne pas tenir au-delà des données observées
12.
Données : . Trouve la pente de la droite de régression.
13.
Une droite de régression est . Si , quelle est la valeur prédite de ?
14.
Si la somme des carrés des résidus pour une droite est minimisée, que cela signifie-t-il ?
1. a)La droite passe par tous les points
2. b)Tous les résidus sont zéro
3. c)C'est la droite de meilleur ajustement
4. d)La pente est zéro
15.
Pour les données avec pente , trouve l'équation de régression complète.
16.
Laquelle de ces affirmations décrit le mieux le but de la droite de meilleur ajustement ?
1. a)Montrer la tendance générale des données
2. b)Relier le premier et le dernier point
3. c)Passer par chaque point de données
4. d)Maximiser la distance par rapport aux points