即将于年夏季毕业的某大学生准备到贵州非私营单位求职,为了了解工资待遇情况,他在贵州省统计局的官网上,查询到年到年非私营单位在岗职工的年平均工资近似值(单位:万元),如下表:
(1)请根据上表的数据,利用线性回归模型拟合思想,求关于的线性回归方程(,的计算结果根据四舍五入精确到小数点后第二位);
(2)如果毕业生对年平均工资的期望值为8.5万元,请利用(1)的结论,预测年的非私营单位在岗职工的年平均工资(单位:万元.计算结果根据四舍五入精确到小数点后第二位),并判断年平均工资能否达到他的期望.
参考数据:,,
附:对于一组具有线性相关的数据:,,,,
其回归直线的斜率和截距的最小二乘法估计分别为
,
年份 | ||||||||||
序号 | ||||||||||
年平均工资 |
(2)如果毕业生对年平均工资的期望值为8.5万元,请利用(1)的结论,预测年的非私营单位在岗职工的年平均工资(单位:万元.计算结果根据四舍五入精确到小数点后第二位),并判断年平均工资能否达到他的期望.
参考数据:,,
其回归直线的斜率和截距的最小二乘法估计分别为
,
更新时间:2019-04-03 21:41:57
|
相似题推荐
解答题-问答题
|
适中
(0.65)
名校
【推荐1】中石化集团通过与安哥拉国家石油公司合作,获得了安哥拉深海油田区块的开采权,集团在某些区块随机初步勘探了部分旧井,取得了地质资料.进入全面勘探时期后集团按网络点来布置井位来进行全面勘探.由于勘探一口井的费用很高,如果新设计的井位与原有井位重合或接近,便利用旧井的地质资料,不必打这口新井,以节约勘探费用.勘探初期数据资料见下表:
(1)若16号旧井位置满足线性分布,借助前5组数据所求得的回归直线方程为,且,求,并估计的预报值;
(2)现准备勘探新井7(1,25),若通过,1,3,5,7号井计算出的,的值与(1)中,的值的差不超过10%,则使用位置最接近的旧井,否则在新位置打井,请判断可否使用旧井?(注:其中的计算结果用四舍五入法保留一位小数)
参考数据:
参考公式:
井位 | 1 | 2 | 3 | 4 | 5 | 6 |
坐标 | ||||||
钻探深度 | 2 | 4 | 5 | 6 | 8 | 10 |
出油量 | 40 | 70 | 110 | 90 | 160 | 205 |
(1)若16号旧井位置满足线性分布,借助前5组数据所求得的回归直线方程为,且,求,并估计的预报值;
(2)现准备勘探新井7(1,25),若通过,1,3,5,7号井计算出的,的值与(1)中,的值的差不超过10%,则使用位置最接近的旧井,否则在新位置打井,请判断可否使用旧井?(注:其中的计算结果用四舍五入法保留一位小数)
参考数据:
参考公式:
您最近半年使用:0次
解答题-问答题
|
适中
(0.65)
【推荐2】已知具有相关关系的两个变量之间的几组数据如下表所示:
(1)请根据上表数据在网格纸中绘制散点图;
(2)请根据上表提供的数据,用最小二乘法求出关于的线性回归方程,并估计当时,的值;
(3)将表格中的数据看作五个点的坐标,则从这五个点中随机抽取3个点,记落在直线右下方的点的个数为,求的分布列以及期望.
参考公式:,.
(1)请根据上表数据在网格纸中绘制散点图;
(2)请根据上表提供的数据,用最小二乘法求出关于的线性回归方程,并估计当时,的值;
(3)将表格中的数据看作五个点的坐标,则从这五个点中随机抽取3个点,记落在直线右下方的点的个数为,求的分布列以及期望.
参考公式:,.
您最近半年使用:0次
解答题-问答题
|
适中
(0.65)
名校
解题方法
【推荐3】某校医务室欲研究昼夜温差大小与高三患感冒人数多少之间的关系,他们统计了2019年9月至2020年1月每月8号的昼夜温差情况与高三因患感冒而就诊的人数,得到如下资料:
该医务室确定的研究方案是先从这5组数据中选取2组,用剩下的3组数据求线性回归方程,再用被选取的2组数据进行检验.假设被选取的是2019年9月8日与2020年1月8日的2组数据.
(1)求就诊人数关于昼夜温差x的线性回归方程(结果精确到0.01)
(2)若由(1)中所求的线性回归方程得到的估计数据与所选出的检验数据的误差均不超过3人,则认为得到的线性回归方程是理想的,试问该医务室所得线性回归方程是否理想?
参考公式:
日期 | 2019年9月8日 | 2019年10月8日 | 2019年11月8日 | 2019年12月8日 | 2020年1月8日 |
昼夜温差 | 5 | 8 | 12 | 13 | 16 |
就诊人数 | 10 | 16 | 26 | 30 | 35 |
(1)求就诊人数关于昼夜温差x的线性回归方程(结果精确到0.01)
(2)若由(1)中所求的线性回归方程得到的估计数据与所选出的检验数据的误差均不超过3人,则认为得到的线性回归方程是理想的,试问该医务室所得线性回归方程是否理想?
参考公式:
您最近半年使用:0次
解答题-问答题
|
适中
(0.65)
解题方法
【推荐1】最近几年,老百姓的储蓄意愿越来越强,某统计机构统计了最近五年年末安徽省金融机构人民币各项存款余额如下表所示:
(1)根据表中所给数据,用相关系数加以判断,是否可用线性回归模型拟合与的关系?若可以,求出关于之间的经验回归方程;若不可以,请说明理由;(当时,可以认为两个变量有很强的线性相关性;否则没有很强的线性相关性)
(2)为调查老百姓的储蓄意愿强弱,该机构随机抽查了300人,得到如下列联表,请填写列联表,并判断依据的独立性检验,能否认为“储蓄意愿强弱与性别有关联”?
附:相关系数,经验回归方程中斜率和截距的最小二乘估计公式分别为.
年份 | 2018年 | 2019年 | 2020年 | 2021年 | 2022年 |
年份代码 | 1 | 2 | 3 | 4 | 5 |
人民币各项存款余额(万亿元) | 5.1 | 5.4 | 6.0 | 6.6 | 7.4 |
(2)为调查老百姓的储蓄意愿强弱,该机构随机抽查了300人,得到如下列联表,请填写列联表,并判断依据的独立性检验,能否认为“储蓄意愿强弱与性别有关联”?
储蓄意愿强 | 储蓄意愿弱 | 总计 | |
男 | 150 | ||
女 | 60 | ||
总计 | 140 |
0.10 | 0.05 | 0.010 | 0.005 | 0.001 | |
2.706 | 3.841 | 6.635 | 7.879 | 10.828 |
您最近半年使用:0次
解答题-作图题
|
适中
(0.65)
解题方法
【推荐2】某市公安交管部门曾于2017年底公布了一组统计数据:一年来全市范围内共发生涉及电动自行车的交通事故(一般程序)共3558起,造成326人死亡(因颅脑损伤导致死亡占),死亡人数中有263人未佩戴头盔(占).驾乘电动自行车必须佩戴头盔,既是守法的体现,也是对家庭和社会负责的表现.该市经过长期开展安全教育,取得了一定的效果.表一是该市某主干路口连续5年监控设备抓拍到的驾乘人员未佩戴头盔的统计数据:表一
(1)请利用表一数据求未佩戴头盔人数y与年度序号x之间的回归直线方程,并预测该路口2022年驾乘人员未佩戴头盔的人数;
(2)交管部门从年在该路口发生涉及电动自行车的交通事故案例中随机抽取了50起作为样本制作出表二:
请问能否有的把握认为驾乘电动自行车未佩戴头盔的行为与事故伤亡有关?
附:参考公式及数据:;,其中.
年度 | 2017 | 2018 | 2019 | 2020 | 2021 |
年度序号x | 1 | 2 | 3 | 4 | 5 |
未佩戴头盔人数y | 1250 | 1200 | 1010 | 920 | 870 |
(2)交管部门从年在该路口发生涉及电动自行车的交通事故案例中随机抽取了50起作为样本制作出表二:
未佩戴头盔 | 佩戴头盔 | 合计 | |
伤亡 | 6 | 10 | 16 |
无伤亡 | 4 | 30 | 34 |
合计 | 10 | 40 | 50 |
附:参考公式及数据:;,其中.
0.10 | 0.05 | 0.025 | 0.010 | 0.005 | |
k | 2.706 | 3.841 | 5.024 | 6.635 | 7.879 |
您最近半年使用:0次
解答题-问答题
|
适中
(0.65)
名校
解题方法
【推荐3】某市决定利用两年时间完成全国文明城市创建的准备工作,其中“礼让行人”是交警部门主扲的重点工作之一.“礼让行人”即当机动车行经人行横道时应当减速慢行,遇行人正在通过人行横道,应当停车让行.如表是该市某一主干路口电子监控设备抓拍的今年1-6月份机动车驾驶员不“礼让行人”行为的人数统计数据.
(1)请利用所给的数据求不“礼让行人”人数与月份之间的经验回归方程,并预测该路口今年11月份不“礼让行人”的机动车驾驶员人数(精确到整数);
(2)交警部门为调查机动车驾驶员“礼让行人”行为与驾龄满3年的关系,从这6个月内通过该路口的机动车驾驶员中随机抽查了100人,如表所示:
依据小概率值的独立性检验,能否据此判断机动车驾驶员“礼让行人”行为与驾龄满3年有关?并说明理由.
附:参考公式:
,,其中.
独立性检验临界值表:
月份 | 1 | 2 | 3 | 4 | 5 | 6 |
不“礼让行人” | 33 | 36 | 40 | 39 | 45 | 53 |
(2)交警部门为调查机动车驾驶员“礼让行人”行为与驾龄满3年的关系,从这6个月内通过该路口的机动车驾驶员中随机抽查了100人,如表所示:
不“礼让行人” | 礼让行人 | |
驾龄不超过3年 | 18 | 42 |
驾龄3年以上 | 4 | 36 |
附:参考公式:
,,其中.
独立性检验临界值表:
0.10 | 0.05 | 0.010 | 0.005 | 0.001 | |
2.706 | 3.841 | 6.635 | 7.879 | 10.828 |
您最近半年使用:0次