某种农作物可以生长在滩涂和盐碱地,它的灌溉是将海水稀释后进行灌溉.某实验基地为了研究海水浓度对亩产量(吨)的影响,通过在试验田的种植实验,测得了该农作物的亩产量与海水浓度的数据如下表:
绘制散点图发现,可以用线性回归模型拟合亩产量(吨)与海水浓度之间的相关关系,用最小二乘法计算得与之间的线性回归方程为.
(1)求的值;
(2)统计学中常用相关指数来刻画回归效果,越大,回归效果越好,如假设,就说明预报变量的差异有是解释变量引起的.请计算相关指数(精确到),并指出亩产量的变化多大程度上是由浇灌海水浓度引起的?
(附:残差,相关指数,其中)
海水浓度 | |||||
亩产量(吨) | |||||
残差 |
(1)求的值;
(2)统计学中常用相关指数来刻画回归效果,越大,回归效果越好,如假设,就说明预报变量的差异有是解释变量引起的.请计算相关指数(精确到),并指出亩产量的变化多大程度上是由浇灌海水浓度引起的?
(附:残差,相关指数,其中)
更新时间:2018-07-18 08:21:46
|
相似题推荐
解答题-问答题
|
适中
(0.65)
【推荐1】为了落实习主席提出的“绿水青山就是金山银山”的环境治理要求,某市计划自2014年初起开始实施绿化行动.实施绿化的第年(如2014年对应的),绿化面积为平方公里,则连续五年,之间的数据如下表:
(1)已知对于一组数据,,……,若其拟合直线方程,记,若越小则拟合效果越好.若根据表中数据,观察得出的拟合直线方程分别为,,使用判断哪条点线的拟合效果更好;
(2)试用(1)中所求的拟合效果较好的直线,估计2024年的绿化面积.
1 | 2 | 3 | 4 | 5 | |
1 | 3 | 6 | 7 | 8 |
(2)试用(1)中所求的拟合效果较好的直线,估计2024年的绿化面积.
您最近一年使用:0次
解答题-问答题
|
适中
(0.65)
【推荐2】为研究男体育特长生的身高与体重之间的关系,从某校的男体育特长生中随机选取8名,其身高和体重的数据如表所示:
(1)根据最小二乘法的思想与公式求得身高与体重的线性回归方程为.利用已经求得的线性回归方程,完善下列残差表,并求解释变量(身高)对于预报变量(体重)变化的贡献值(保留两位有效数字).
(2)通过残差分析,对于残差绝对值最大的那组数据,需要确认在样本点的采集中是否有人为的错误,已知通过重新采集发现,该组数据的体重应该为58kg.请重新根据最小二乘法的思想与公式,求出男体育特长生的身高与体重的线性回归方程.
参考公式:,,,.参考数据:,,,,.
编号 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 |
身高x() | 178 | 173 | 158 | 167 | 160 | 173 | 166 | 169 |
体重y() | 66 | 61 | 50 | 58 | 53 | 66 | 57 | 57 |
编号 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 |
体重y() | 66 | 61 | 50 | 58 | 53 | 66 | 57 | 57 |
残差 | -0.5 | -1.5 | -0.5 | 0.3 | 0.9 |
参考公式:,,,.参考数据:,,,,.
您最近一年使用:0次
解答题-问答题
|
适中
(0.65)
名校
解题方法
【推荐3】据统计,某城市居民年收入(所有居民在一年内收入的总和,单位:亿元)与某类商品销售额(单位:亿元)的10年数据如下表所示:
依据表格数据,得到下面一些统计量的值.
(1)根据表中数据,得到样本相关系数.以此推断,与的线性相关程度是否很强?
(2)根据统计量的值与样本相关系数,建立关于的经验回归方程(系数精确到0.01);
(3)根据(2)的经验回归方程,计算第1个样本点对应的残差(精确到0.01);并判断若剔除这个样本点再进行回归分析,的值将变大还是变小?(不必说明理由,直接判断即可).
附:样本的相关系数,
,,.
第年 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
居民年收入 | 32.2 | 31.1 | 32.9 | 35.7 | 37.1 | 38.0 | 39.0 | 43.0 | 44.6 | 46.0 |
商品销售额 | 25.0 | 30.0 | 34.0 | 37.0 | 39.0 | 41.0 | 42.0 | 44.0 | 48.0 | 51.0 |
379.6 | 391 | 247.624 | 568.9 |
(2)根据统计量的值与样本相关系数,建立关于的经验回归方程(系数精确到0.01);
(3)根据(2)的经验回归方程,计算第1个样本点对应的残差(精确到0.01);并判断若剔除这个样本点再进行回归分析,的值将变大还是变小?(不必说明理由,直接判断即可).
附:样本的相关系数,
,,.
您最近一年使用:0次
解答题-应用题
|
适中
(0.65)
名校
解题方法
【推荐1】某企业为改进生产,现 某产品及成本相关数据进行统计.现收集了该产品的成本费y(单位:万元/吨)及同批次产品生产数量x(单位:吨)的20组数据.现分别用两种模型①,②进行拟合,据收集到的数据,计算得到如下值:
表中,.
若用刻画回归效果,得到模型①、②的值分别为,.
(1)利用和比较模型①、②的拟合效果,应选择哪个模型?并说明理由;
(2)根据(1)中所选择的模型,求y关于x的回归方程;并求同批次产品生产数量为25(吨)时y的预报值.
附:对于一组数据,,…,,其回归直线的斜率和截距的最小二乘法估计分别为,.
14.5 | 0.08 | 665 | 0.04 | -450 | 4 |
若用刻画回归效果,得到模型①、②的值分别为,.
(1)利用和比较模型①、②的拟合效果,应选择哪个模型?并说明理由;
(2)根据(1)中所选择的模型,求y关于x的回归方程;并求同批次产品生产数量为25(吨)时y的预报值.
附:对于一组数据,,…,,其回归直线的斜率和截距的最小二乘法估计分别为,.
您最近一年使用:0次
解答题-问答题
|
适中
(0.65)
解题方法
【推荐2】已知某种商品的价格x(元)与需求量y(件)之间的关系有如下一组数据:
求y对x的回归直线方程,并说明回归模型拟合效果的好坏.
x | 14 | 16 | 18 | 20 | 22 |
y | 12 | 10 | 7 | 5 | 3 |
您最近一年使用:0次
解答题-问答题
|
适中
(0.65)
名校
解题方法
【推荐3】为响应党中央“扶贫攻坚”的号召,某单位指导一贫困村通过种植紫甘薯来提高经济收入.紫甘薯对环境温度要求较高,根据以往的经验,随着温度的升高,其死亡株数成增长的趋势.下表给出了2021年种植的一批试验紫甘薯在温度升高时6组死亡的株数.
经计算,,,,,
,,,其中,分别为试验数据中的温度和死亡株数,.
(1)若用一元线性回归模型,求关于的经验回归方程;
(2)若用非线性回归模型求得关于的非线性经验回归方程,且相关指数为.
(ⅰ)试与(1)中的回归模型相比,用说明哪种模型的拟合效果更好;
(ii)用拟合效果好的模型预测温度为35℃时该批紫甘薯的死亡株数(结果取整数).
附:对于一组数据其回归直线的斜率和截距的最小二乘估计分别为:,;相关指数为:.
温度/℃ | 21 | 23 | 24 | 27 | 29 | 30 |
死亡数/株 | 6 | 11 | 20 | 27 | 57 | 77 |
,,,其中,分别为试验数据中的温度和死亡株数,.
(1)若用一元线性回归模型,求关于的经验回归方程;
(2)若用非线性回归模型求得关于的非线性经验回归方程,且相关指数为.
(ⅰ)试与(1)中的回归模型相比,用说明哪种模型的拟合效果更好;
(ii)用拟合效果好的模型预测温度为35℃时该批紫甘薯的死亡株数(结果取整数).
附:对于一组数据其回归直线的斜率和截距的最小二乘估计分别为:,;相关指数为:.
您最近一年使用:0次
解答题-应用题
|
适中
(0.65)
解题方法
【推荐1】某项目的建设过程中,发现其补贴额x(单位:百万元)与该项目的经济回报y(单位:千万元)之间存在着线性相关关系,统计数据如下表:
(1)请根据上表所给的数据,求出y关于x的线性回归直线方程;
(2)请根据(1)中所得到的线性回归直线方程,预测当补贴额达到8百万元时该项目的经济回报.
补贴额x(单位:百万元) | 2 | 3 | 4 | 5 | 6 |
经济回报y(单位:千万元) | 2.5 | 3 | 4 | 4.5 | 6 |
(2)请根据(1)中所得到的线性回归直线方程,预测当补贴额达到8百万元时该项目的经济回报.
您最近一年使用:0次
解答题-问答题
|
适中
(0.65)
【推荐2】今有一组数据如下表:
由最小二乘法求得点的回归直线方程是,其中.
(1)求的值,并求回归直线方程;
(2)设,我们称为点的残差,记为.
从所给的点中任取两个,求其中有且只有一个点的残差绝对值不大于1的概率.
参考公式: .
1 | 2 | 3 | 4 | 5 | 6 | |
4 | 5 | 6 | 7 | 8 | 9 | |
90 | 84 | 83 | 75 | 68 |
(1)求的值,并求回归直线方程;
(2)设,我们称为点的残差,记为.
从所给的点中任取两个,求其中有且只有一个点的残差绝对值不大于1的概率.
参考公式: .
您最近一年使用:0次
解答题-问答题
|
适中
(0.65)
解题方法
【推荐3】科研人员在对人体脂肪含量和年龄之间关系的研究中,获得了一些年龄和脂肪含量的样本数据,如表:
根据上表的数据得到如图所示的散点图.
(1)根据上表中的样本数据及其散点图,计算样本相关系数(精确到0.01),并刻画它们的相关程度.
(2)若y关于x的线性回归方程为,求b的值(精确到0.01),并根据回归方程估计年龄为50岁时人体的脂肪含量;
附;参考数据:,,,,.参考公式:相关系数;回归方程中斜率和截距的最小二乘估计公式分别为,.
x(年龄/岁) | 26 | 27 | 39 | 41 | 49 | 53 | 56 | 58 | 60 | 61 |
y(脂肪含量/%) | 14.5 | 17.8 | 21.2 | 25.9 | 26.3 | 29.6 | 31.4 | 33.5 | 35.2 | 34.6 |
(1)根据上表中的样本数据及其散点图,计算样本相关系数(精确到0.01),并刻画它们的相关程度.
(2)若y关于x的线性回归方程为,求b的值(精确到0.01),并根据回归方程估计年龄为50岁时人体的脂肪含量;
附;参考数据:,,,,.参考公式:相关系数;回归方程中斜率和截距的最小二乘估计公式分别为,.
您最近一年使用:0次