某车间为了规定工时定额,需要确定加工零件所花费的时间,为此作了四次试验,得到的数据如表:
参考公式:,,残差
(1)在给定的坐标系中画出表中数据的散点图;
(2)求出关于的线性回归方程;
(3)求第二个点的残差值,并预测加工10个零件需要多少小时?
零件的个数x(个) | 2 | 3 | 4 | 5 |
加工的时间y(小时) | 2.5 | 3 | 4 | 4.5 |
参考公式:,,残差
(1)在给定的坐标系中画出表中数据的散点图;
(2)求出关于的线性回归方程;
(3)求第二个点的残差值,并预测加工10个零件需要多少小时?
更新时间:2019-09-20 11:12:14
|
相似题推荐
解答题-问答题
|
容易
(0.94)
解题方法
【推荐1】某校20名学生的数学与英语成绩如下表(单位:分).
绘制散点图,并观察随着数学成绩的增加,英语成绩是如何变化的.
数学成绩 | 99 | 96 | 95 | 87 | 92 | 97 | 81 |
英语成绩 | 91 | 97 | 89 | 91 | 93 | 95 | 100 |
数学成绩 | 72 | 99 | 79 | 81 | 85 | 96 | 94 |
英语成绩 | 100 | 94 | 81 | 78 | 84 | 97 | 92 |
数学成绩 | 89 | 89 | 93 | 93 | 70 | 86 | / |
英语成绩 | 93 | 97 | 92 | 95 | 74 | 87 | / |
您最近半年使用:0次
解答题-作图题
|
容易
(0.94)
解题方法
【推荐2】某个体服装店经营某种服装,在某周内每天获纯利(元)与该周每天销售这种服装件数之间的一组数据关系如下表所示.
已知,,.
(1)求,;
(2)画出散点图;
(3)求纯利与每天销售件数之间的回归直线方程(结果保留两位小数);
(4)若该周内某天销售服装20件,估计可获纯利多少元.(精确到1元)
注:,.
3 | 4 | 5 | 6 | 7 | 8 | 9 | |
66 | 69 | 73 | 81 | 89 | 90 | 91 |
(1)求,;
(2)画出散点图;
(3)求纯利与每天销售件数之间的回归直线方程(结果保留两位小数);
(4)若该周内某天销售服装20件,估计可获纯利多少元.(精确到1元)
注:,.
您最近半年使用:0次
解答题-应用题
|
容易
(0.94)
解题方法
【推荐1】某公司为了提高利润,从2014年至2018年每年对生产环节的改进进行投资,投资金额与年利润增长的数据如下表:
(1)请用最小二乘法求出y关于x的回归直线方程;
(2)如果2020年该公司计划对生产环节的改进的投资金额为8万元,估计该公司在该年的年利润增长为多少?
参考公式:, 参考数据:,
年份 | 2014 | 2015 | 2016 | 2017 | 2018 |
投资金额x(万元) | 5 | 5.5 | 6 | 6.5 | 7 |
年利润增长y(万元) | 7.5 | 8 | 9 | 10 | 11.5 |
(2)如果2020年该公司计划对生产环节的改进的投资金额为8万元,估计该公司在该年的年利润增长为多少?
参考公式:, 参考数据:,
您最近半年使用:0次
解答题-应用题
|
容易
(0.94)
【推荐2】某零售公司从1月至6月的销售量与利润的统计数据如下:
(1)根据2月至5月4个月的统计数据,求出关于的回归直线方程.(的结果用分数表示);
(2)若由回归直线方程得到的估计数据与实际数据的误差均不超过1万元,则认为得到的回归直线方程是有效的.试用1月和6月的数据估计所得的回归直线方程是否有效?
参考公式:,.
参考数据:,.
月份 | 1 | 2 | 3 | 4 | 5 | 6 |
销售量/万件 | 6 | 8 | 12 | 13 | 11 | 10 |
利润/万元 | 12 | 16 | 26 | 29 | 25 | 22 |
(2)若由回归直线方程得到的估计数据与实际数据的误差均不超过1万元,则认为得到的回归直线方程是有效的.试用1月和6月的数据估计所得的回归直线方程是否有效?
参考公式:,.
参考数据:,.
您最近半年使用:0次
解答题-问答题
|
容易
(0.94)
【推荐3】我市农科所对冬季昼夜温差大小与某反季节大豆新品种发芽多少之间的关系进行分析研究,他们分别记录了12月1日至12月5日的每天昼夜温差与实验室每天每100颗种子中的发芽数,得到如下资料:
该农科所确定的研究方案是:先从这五组数据中选取2组,用剩下的3组数据求线性回归方程,再对被选取的2组数据进行检验.
(1)求选取的2组数据恰好是不相邻2天数据的概率;
(2)若选取的是12月1日与12月5日的两组数据,请根据12月2日至12月4日的数据,求出y关于x的线性回归方程;
(3)若由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2颗,则认为得到的线性回归方程是可靠的,试问(2)中所得的线性回归方程是否可靠?
附:,
注:参考公式:K2=,
独立检验临界值表:
日期 | 12月1日 | 12月2日 | 12月3日 | 12月4日 | 12月5日 |
温差x() | 10 | 11 | 13 | 12 | 8 |
发芽数y(颗) | 23 | 25 | 30 | 26 | 16 |
(1)求选取的2组数据恰好是不相邻2天数据的概率;
(2)若选取的是12月1日与12月5日的两组数据,请根据12月2日至12月4日的数据,求出y关于x的线性回归方程;
(3)若由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2颗,则认为得到的线性回归方程是可靠的,试问(2)中所得的线性回归方程是否可靠?
附:,
注:参考公式:K2=,
独立检验临界值表:
P(K2≥k0) | 0.50 | 0.40 | 0.25 | 0.15 | 0.10 | 0.05 | 0.025 | 0.010 | 0.005 | 0.001 |
k0 | 0.455 | 0.708 | 1.323 | 2.072 | 2.706 | 3.841 | 5.024 | 6.635 | 7.879 | 10.828 |
您最近半年使用:0次
解答题-应用题
|
容易
(0.94)
解题方法
【推荐1】由国家统计局提供的数据可知,2012年至2018年中国居民人均可支配收入(单位:万元)的数据如下表:
(1)求关于的线性回归方程(系数精确到0.01);
(2)利用(1)中的回归方程,分析2012年至2018年中国居民人均可支配收入的变化情况,并预测2019年中国居民人均可支配收入.
附注:参考数据:,.
参考公式:回归直线方程的斜率和截距的最小二乘估计公式分别为: ,.
年份 | 2012 | 2013 | 2014 | 2015 | 2016 | 2017 | 2018 |
年份代号 | 1 | 2 | 3 | 4 | 5 | 6 | 7 |
人均可支配收入 | 1.65 | 1.83 | 2.01 | 2.19 | 2.38 | 2.59 | 2.82 |
(2)利用(1)中的回归方程,分析2012年至2018年中国居民人均可支配收入的变化情况,并预测2019年中国居民人均可支配收入.
附注:参考数据:,.
参考公式:回归直线方程的斜率和截距的最小二乘估计公式分别为: ,.
您最近半年使用:0次
解答题-问答题
|
容易
(0.94)
名校
解题方法
【推荐2】高二下学期期末考试之后,年级随机选取8个同学,调查得到每位同学的每日数学学习时间分钟与期末数学考试成绩(分)的数据,并求得.
(1)求学生的数学考试成绩与学生每日数学学习时间的线性回归方程;
(2)小明每日数学学习时间如果是65分钟,试着预测他这次考试的数学成绩.
附:
(1)求学生的数学考试成绩与学生每日数学学习时间的线性回归方程;
(2)小明每日数学学习时间如果是65分钟,试着预测他这次考试的数学成绩.
附:
您最近半年使用:0次
解答题-问答题
|
容易
(0.94)
【推荐3】芯片作为在集成电路上的载体,广泛应用在手机、军工、航天等多个领域,是能够影响一个国家现代工业的重要因素.根据市场调研与统计,某公司七年时间里在芯片技术上的研发投入x(亿元)与收益y(亿元)的数据统计如下:
(1)根据折线图的数据,求y关于x的线性回归方程(系数精确到整数部分);
(2)为鼓励科技创新,当研发技术投入不少于16亿元时,国家给予公司补贴5亿元,预测当芯片的研发投入为17亿元时公司的实际收益.
附:其回归方程的斜率和截距的最小二乘法估计分别为,.参考数据,.
(1)根据折线图的数据,求y关于x的线性回归方程(系数精确到整数部分);
(2)为鼓励科技创新,当研发技术投入不少于16亿元时,国家给予公司补贴5亿元,预测当芯片的研发投入为17亿元时公司的实际收益.
附:其回归方程的斜率和截距的最小二乘法估计分别为,.参考数据,.
您最近半年使用:0次