已知下列表格中数据的回归直线方程为.
(1)求实数的值;
(2)预测当x=9时的值.
x | 2 | 3 | 4 | 5 | 6 |
y | 251 | 254 | 257 | 262 | 266 |
(2)预测当x=9时的值.
更新时间:2018-09-30 17:07:08
|
相似题推荐
解答题-问答题
|
较易
(0.85)
名校
【推荐1】随着时代的进步、科技的发展,“网购”已发展成为一种新的购物潮流,足不出户就可以在网上买到自己想要的东西,而且两三天就会送到自己的家门口,某网店统计了2015年至2019年(2015年时t=1)在该网店的购买人数(单位:百人)的数据如下表:
(1)依据表中给出的数据,求出y关于t的回归直线方程;
(2)根据(1)中的回归直线方程,预测2020年在该网店购物的人数是否有可能破万?
附:参考公式:回归方程中:,参考数据:.
年份(t) | 1 | 2 | 3 | 4 | 5 |
24 | 27 | 41 | 64 | 79 |
(2)根据(1)中的回归直线方程,预测2020年在该网店购物的人数是否有可能破万?
附:参考公式:回归方程中:,参考数据:.
您最近半年使用:0次
解答题-问答题
|
较易
(0.85)
解题方法
【推荐2】某市一所医院在某时间段为发烧超过38的病人特设发热门诊,该门诊记录了连续5天昼夜温差()与就诊人数的资料:
(1)求的相关系数,并说明昼夜温差()与就诊人数具有很强的线性相关关系.
(2)求就诊人数(人)关于出昼夜温差()的线性回归方程,预测昼夜温差为9时的就诊人数.
附:样本的相关系数为,当时认为两个变量有很强的线性相关关系.
回归直线方程为,其中,.
参考数据:,
日期 | 第1天 | 第2天 | 第3天 | 第4天 | 第5天 |
昼夜温差() | 8 | 10 | 13 | 12 | 7 |
就诊人数(人) | 18 | 25 | 28 | 27 | 17 |
(1)求的相关系数,并说明昼夜温差()与就诊人数具有很强的线性相关关系.
(2)求就诊人数(人)关于出昼夜温差()的线性回归方程,预测昼夜温差为9时的就诊人数.
附:样本的相关系数为,当时认为两个变量有很强的线性相关关系.
回归直线方程为,其中,.
参考数据:,
您最近半年使用:0次
解答题-问答题
|
较易
(0.85)
解题方法
【推荐1】为了研究某种细菌在特定条件下随时间变化的繁殖情况,得到如下所示实验数据,若与线性相关.
(1)求关于的回归直线方程;
(2)预测时细菌繁殖的个数.
(参考公式:,)
天数(天) | 3 | 4 | 5 | 6 | 7 |
繁殖个数(千个) | 5 | 6 | 8 | 9 | 12 |
(1)求关于的回归直线方程;
(2)预测时细菌繁殖的个数.
(参考公式:,)
您最近半年使用:0次
解答题-应用题
|
较易
(0.85)
名校
解题方法
【推荐2】某地区脐橙近几年的产量统计如下表:
(1)求年产量(万吨)关于年份代码的线性回归方程;
(2)根据(1)中所求的回归方程预测该地区2021年脐橙的年产量.
参考公式:,,,.
年份 | 2015 | 2016 | 2017 | 2018 | 2019 |
年份代码 | 1 | 2 | 3 | 4 | 5 |
年产量(万吨) | 7 | 7.1 | 7.2 | 7.4 | 7.8 |
(2)根据(1)中所求的回归方程预测该地区2021年脐橙的年产量.
参考公式:,,,.
您最近半年使用:0次