表1 未成年男性的身高与体重平均值
身高/cm | 60 | 70 | 80 | 90 | 100 | 110 | 120 | 130 | 140 | 150 | 160 | 170 |
体重平均值/kg |
表2 拟合函数对比
函数模型 | 函数解析式 | 误差平方和 | |
指数函数 | |||
二次函数 | |||
幂函数 |
(2)若根据生物学知识,人体细胞是人体结构和生理功能的基本单位,是生长发育的基础.假设身高与骨细胞数量成正比,比例系数为;体重与肌肉细胞数量成正比,比例系数为.记时刻的未成年时期骨细胞数量,其中和分别表示人体出生时骨细胞数量和增长率,记时刻的未成年时期肌肉细胞数量,其中和分别表示人体出生时肌肉细胞数量和增长率.求体重关于身高的函数模型;
(3)在(2)的条件下,若,.当刚出生的婴儿身高为50cm时,与(1)的模型相比较,哪种模型跟实际情况更符合,试说明理由.
注:,;婴儿体重符合实际,婴儿体重较符合实际,婴儿体重不符合实际.
男 | 女 | 合计 | |
了解冰雪运动 | m | p | 70 |
不了解冰雪运动 | n | q | 50 |
合计 | 60 | 60 | 120 |
(1)直接写出m,n,p,q的值;
(2)能否根据小概率值α=0.1的独立性检验,认为该市居民了解冰雪运动与性别有关?请说明理由.
附:.
0.100 | 0.050 | 0.010 | 0.005 | 0.001 | |
2.706 | 3.841 | 6.635 | 7.879 | 10.828 |
(1)依据数据的散点图可以看出,可用线性回归模型拟合与的关系,请计算相关系数并加以说明(若,则线性相关程度很高,可用线性回归模型拟合);
(2)求关于的回归方程,并预测液体肥料每亩使用量为千克时,西红柿亩产量的增加量约为多少?附:相关系数公式,回归方程中斜率和截距的最小二乘估计公式分别为:,.
年份代码 | 1 | 2 | 3 | 4 | 5 |
销量(万) | 4 | 9 | 14 | 18 | 25 |
(2)(i)假设变量与变量的对观测数据为,两个变量满足一元线性回归模型(随机误差),请写出参数的最小二乘估计;
(ii)令变量,则变量与变量满足一元线性回归模型,利用(i)中结论求关于的经验回归方程,并预测年该品牌新能源汽车的销售量.
附:样本相关系数,,,,
(1)根据等高堆积条形图,填写下列2×2列联表,并依据的独立性检验,是否可以认为该校学生的性别与是否喜欢排球运动有关联;
性别 | 是否喜欢排球运动 | |
是 | 否 | |
男生 | ||
女生 |
附:,其中,.
6 . 某企业拥有甲、乙两条零件生产线,为了解零件质量情况,采用随机抽样方法从两条生产线共抽取180个零件,测量其尺寸(单位:)得到如下统计表,其中尺寸位于的零件为一等品,位于和的零件为二等品,否则零件为三等品.
生产线 | |||||||
甲 | 4 | 9 | 23 | 28 | 24 | 10 | 2 |
乙 | 2 | 14 | 15 | 17 | 16 | 15 | 1 |
(1)完成列联表,依据的独立性检验能否认为零件为一等品与生产线有关联?
一等品 | 非一等品 | |
甲 | ||
乙 |
(2)将样本频率视为概率,从甲、乙两条生产线中分别随机抽取2个零件,每次抽取零件互不影响,以表示这4个零件中一等品的数量,求的分布列和数学期望;
(3)已知该企业生产的零件随机装箱出售,每箱60个.产品出厂前,该企业可自愿选择是否对每箱零件进行检验.若执行检验,则每个零件的检验费用为5元,并将检验出的三等品更换为一等品或二等品;若不执行检验,则对卖出的每个三等品零件支付120元赔偿费用.现对一箱零件随机检验了10个,检出了1个三等品.将从两条生产线抽取的所有样本数据的频率视为概率,以整箱检验费用与赔偿费用之和的期望作为决策依据,是否需要对该箱余下的所有零件进行检验?请说明理由.
附,其中;.
年份 | 2018 | 2019 | 2020 | 2021 | 2022 |
年份代码 | 1 | 2 | 3 | 4 | 5 |
年借阅量(册) | 36 | 92 | 142 |
(1)在所统计的5个年借阅量中任选2个,记其中低于平均值的个数为,求的分布列和数学期望;
(2)通过分析散点图的特征后,计划分别用①和②两种模型作为年借阅量关于年份代码的回归分析模型,请根据统计表的数据,求出模型②的经验回归方程,并用残差平方和比较哪个模型拟合效果更好.
温度 | |||||
温度变量 | 1 | 2 | 3 | 4 | 5 |
销售量(万份) | 0.3 | 0.3 | 0.5 | 0.9 | 1 |
(1)建立销售量关于温度变量的一元线性回归模型,并估计温度在,()区间时的该饮品的日销售量;
(附:)
(2)为了了解消费群体中男女对该饮品的喜欢程度,销售人员随机采访了220名消费者,将他们的意见进行统计,得到了2×2列联表为:
喜欢 | 一般 | 合计 | |
女 | 90 | 20 | 110 |
男 | 70 | 40 | 110 |
合计 | 160 | 60 | 220 |
附:,.
0.15 | 0.1 | 0.05 | 0.025 | 0.01 | 0.001 | |
k | 2.072 | 2.706 | 3.841 | 5.024 | 6.635 | 10.828 |
根据频率分布直方图估计这100天的日均销售量.
年份编号 | 1 | 2 | 3 | 4 | 5 |
年份 | 2018 | 2019 | 2020 | 2021 | 2022 |
新生儿数量(单位:万人) | 1523 | 1465 | 1200 | 1062 | 956 |
(2)建立关于的回归方程,并预测我国2023年的新生儿数量.
参考公式及数据:,,,,,.
性别 | 飞盘运动 | 合计 | |
不爱好 | 爱好 | ||
男 | 6 | 16 | 22 |
女 | 4 | 24 | 28 |
合计 | 10 | 40 | 50 |
(2)依据小概率值的独立性检验,能否认为爱好飞盘运动与性别有关联?如果把上表中所有数据都扩大到原来的10倍,在相同的检验标准下,再用独立性检验推断爱好飞盘运动与性别之间的关联性,结论还一样吗?请解释其中的原因.
附:,其中.
0.1 | 0.01 | 0.001 | |
2.706 | 6.635 | 10.828 |