身体综合指标评分 | 1 | 2 | 3 | 4 | 5 |
用时小时) | 9.5 | 8.8 | 7.8 | 7 | 6.1 |
参考数据:
参考公式:相关系数.
A.身体综合指标评分与骑行用时正相关 |
B.身体综合指标评分与骑行用时的相关程度较弱 |
C.身体综合指标评分与骑行用时的相关程度较强 |
D.身体综合指标评分与骑行用时的关系不适合用线性回归模型拟合 |
3 | 4 | 6 | 7 | |
2 | 2.5 | 4.5 | 7 |
A.-2 | B.-1 | C. | D. |
A. | B. | C. | D.1 |
4 . 某种产品2014年到2018年的年投资金额(万元)与年利润(万元)的数据统计如下,由散点图知,与之间的关系可以用线性回归模型拟合,已知5年利润的平均值是4.7.
年份 | 2014 | 2015 | 2016 | 2017 | 2018 |
年投资金额万元 | 1 | 2 | 3 | 4 | 5 |
年利润万元 | 2.4 | 2.7 | 6.4 | 7.9 |
(1)求表中实数的值;
(2)求关于的线性回归方程.
参考公式:回归直线方程中的斜率和截距的最小二乘估计公式分别为,.
A. |
B. |
C. |
D. |
(1)求y与x的相关系数r,并据此判断电动汽车销量y与年份x的相关性强弱;
(2)该部门还调查了该地区90位购车车主的性别与购车种类情况,得到的数据如下表:
性别 | 购买非电动汽车 | 购买电动汽车 | 总计 |
男性 | 39 | 45 | |
女性 | 15 | ||
总计 |
参考公式:(i)线性回归方程:,其中;
(ii)相关系数:,若,则可判断y与x线性相关较强.
(iii),其中.附表:
0.10 | 0.05 | 0.010 | 0.001 | |
2.706 | 3.841 | 6.635 | 10.828 |
非一线 | 一线 | 总计 | |
愿生 | 40 | y | 60 |
不愿生 | x | 22 | 40 |
总计 | 58 | 42 | 100 |
(2)分析调查数据,是否有以上的把握认为“生育意愿与城市级别有关”?
(3)在以上二孩生育意愿中按分层抽样的方法,抽取6名育龄妇女,再选取两名参加育儿知识讲座,求至少有一名来自一线城市的概率.
参考公式:,
0.050 | 0.010 | 0.001 | |
k | 3.841 | 6.635 | 10.828 |
年份x | 2019 | 2020 | 2021 | 2022 | 2023 |
汽车购买y(万辆) | 0.30 | 0.60 | 1.00 | 1.40 | 1.70 |
(2)求关于的线性回归方程,并预测该市2024年新能源汽车购买辆数(精确到个位).
参考公式:,,
参考数值:.
A. | B. | C. | D. |
样本号 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 总和 |
零件的横截面积 | 0.03 | 0.05 | 0.04 | 0.07 | 0.07 | 0.04 | 0.05 | 0.06 | 0.06 | 0.05 | 0.52 |
耗材量 | 0.24 | 0.40 | 0.23 | 0.55 | 0.50 | 0.34 | 0.35 | 0.45 | 0.43 | 0.41 | 3.9 |
(1)估算刘铭同学制作的这种零件平均每个零件的横截面积以及平均一个零件的耗材量;
(2)求刘铭同学制作的这种零件的横截面积和耗材量的样本相关系数(精确到0.01).
附:相关系数;.