某大学近五年的录取平均分高于省一本线分值对比表:
(1)根据上表数据可知,与之间存在线性相关关系,求关于的线性回归方程;
(2)假设2021年该省一本线为510分,利用(1)中求出的回归方程预测2021年该大学录取平均分.
附注:参考数据:,参考公式:,.
年份 | 2016 | 2017 | 2018 | 2019 | 2020 |
年份代码 | 1 | 2 | 3 | 4 | 5 |
录取平均分高于省一本线分值 | 28 | 33 | 30 | 37 | 42 |
(2)假设2021年该省一本线为510分,利用(1)中求出的回归方程预测2021年该大学录取平均分.
附注:参考数据:,参考公式:,.
更新时间:2021-09-01 09:14:43
|
相似题推荐
解答题-问答题
|
较易
(0.85)
解题方法
【推荐1】“民族要复兴,乡村必振兴”.近年来,我国农村居民人均可支配收入逐年上升,下面给出了根据我国年中国农村居民人均可支配收入(单位:元)和年份代码绘制的条形图和线性回归方程的残差图(年年的年代代码分别为)
(1)根据条形图相应数据计算得求关于的线性回归方程;
(2)根据线性回归方程的残差图,分析线性回归方程的拟合效果.(精确到)
附:线性回归方程中的回归系数和回归截距的计算公式分别为:
(1)根据条形图相应数据计算得求关于的线性回归方程;
(2)根据线性回归方程的残差图,分析线性回归方程的拟合效果.(精确到)
附:线性回归方程中的回归系数和回归截距的计算公式分别为:
您最近一年使用:0次
解答题-问答题
|
较易
(0.85)
解题方法
【推荐2】某校高一2班学生每周用于数学学习的时间(单位:)与数学成绩(单位:分)之间有如下数据:
某同学每周用于数学学习的时间为18小时,试预测该生数学成绩.
24 | 15 | 23 | 19 | 16 | 11 | 20 | 16 | 17 | 13 | |
92 | 79 | 97 | 89 | 64 | 47 | 83 | 68 | 71 | 59 |
您最近一年使用:0次
解答题
|
较易
(0.85)
【推荐3】种子发芽率与昼夜温差有关.某研究性学习小组对此进行研究,他们分别记录了3月12日至3月16日的昼夜温差与每天颗某种种子浸泡后的发芽数,如下表:
(1)从3月12日至3月16日中任选天,记发芽的种子数分别为,,求事件“,均不小于”的概率;
(2)请根据3月13日至3月15日的三组数据,求出关于的线性回归方程;
(3)若由线性回归方程得到的估计数据与实际数据误差均不超过颗,则认为回归方程是可靠的,试用3月12日与16日的两组数据检验,(2)中的回归方程是否可靠?
日期 | 3月12日 | 3月13日 | 3月14日 | 3月15日 | 3月16日 |
昼夜温差() | |||||
发芽数(颗) |
(2)请根据3月13日至3月15日的三组数据,求出关于的线性回归方程;
(3)若由线性回归方程得到的估计数据与实际数据误差均不超过颗,则认为回归方程是可靠的,试用3月12日与16日的两组数据检验,(2)中的回归方程是否可靠?
您最近一年使用:0次
解答题-应用题
|
较易
(0.85)
解题方法
【推荐1】已知某产品2020年1至5月在某市的销售情况如下表所示:
(1)求关于的线性回归方程;
(2)利用(1)中的回归方程推测2020年最后三个月该产品在该市的月平均销售额.
(参考公式:,).
月份: | 1 | 2 | 3 | 4 | 5 |
销售额:(万元) | 29 | 32 | 36 | 41 | 42 |
(2)利用(1)中的回归方程推测2020年最后三个月该产品在该市的月平均销售额.
(参考公式:,).
您最近一年使用:0次
解答题-应用题
|
较易
(0.85)
名校
解题方法
【推荐2】某新兴科技公司为了确定新研发的产品下一季度的营销计划,需了解月宣传费x(单位:万元)对月销售量y(单位:千件)的影响,收集了2020年3月至2020年8月共6个月的月宣传费x和月销售量y的数据如表:
现分别用模型①和模型②对以上数据进行拟合,得到回归模型,并计算出模型的残差如表:
(模型①和模型②的残差分别为和,残差=实际值-预报值)
(1)根据上表的残差数据,应选择哪个模型来拟合月宣传费x与月销售量y的关系较为合适,简要说明理由;
(2)为了优化模型,将(1)中选择的模型残差绝对值最大所对应的一组数据(x,y)剔除,根据剩余的5组数据,求该模型的回归方程,并预测月宣传费为12万元时,该公司的月销售量.
(剔除数据前的参考数据:,,,,z=lny.,,ln10.7≈2.37,e4.034≈56.49.)
参考公式:,
月份 | 3 | 4 | 5 | 6 | 7 | 8 |
宣传费x | 5 | 6 | 7 | 8 | 9 | 10 |
月销售量y | 0.4 | 3.5 | 5.2 | 7.0 | 8.6 | 10.7 |
(模型①和模型②的残差分别为和,残差=实际值-预报值)
x | 5 | 6 | 7 | 8 | 9 | 10 |
y | 0.4 | 3.5 | 5.3 | 7.0 | 8.6 | 10.7 |
-0.6 | 0.54 | 0.28 | 0.12 | -0.24 | -0.1 | |
-0.63 | 1.71 | 2.10 | 1.63 | -0.7 | -5.42 |
(2)为了优化模型,将(1)中选择的模型残差绝对值最大所对应的一组数据(x,y)剔除,根据剩余的5组数据,求该模型的回归方程,并预测月宣传费为12万元时,该公司的月销售量.
(剔除数据前的参考数据:,,,,z=lny.,,ln10.7≈2.37,e4.034≈56.49.)
参考公式:,
您最近一年使用:0次
解答题-应用题
|
较易
(0.85)
名校
解题方法
【推荐3】为解决农产品难卖、知名度不高等问题,某县凝聚电商直播群体及电商直播销售行业“新”力量助力乡村振兴.下表为某农户在7个月的直播中产生的农产品销售额:
对数据进行处理后,得到如下统计量的值:
参考公式:,.
(1)根据表格中的数据,求出y关于x的线性回归方程;
(2)规定当月销售额超讨15万元时,能被评选为“优秀带货主播”,预测该农户在第几个月能被评选为“优秀带货主播”.
时间代码x | 1 | 2 | 3 | 4 | 5 | 6 | 7 |
销售额y(单位:千元) | 0.84 | 1.37 | 2.76 | 4.43 | 5.49 | 7.66 | 8.94 |
4.5 | 165.2 | 140 |
(1)根据表格中的数据,求出y关于x的线性回归方程;
(2)规定当月销售额超讨15万元时,能被评选为“优秀带货主播”,预测该农户在第几个月能被评选为“优秀带货主播”.
您最近一年使用:0次