|
| |||||||
22 | 66 | 5885 | 52276 | 460 | 5 | |||
|
| |||||||
31250 | 364540 | 3.08 | 1334 |
(2)由(1)的结论,求拟合程度更好的线性回归方程;
(3)若该公司计划年销售额突破10亿元,根据以上所求的线性回归方程,预测该公司年研发资金投入量至少为多少亿元.
附:相关系数.
线性回归方程中,,.
取.
年份 | 2019 | 2020 | 2021 | 2022 | 2023 |
编号x | 1 | 2 | 3 | 4 | 5 |
购买汽车y/万辆 | 0.40 | 0.60 | 1.00 | 1.20 | 1.80 |
(2)为了调查购买新能源汽车后使用的满意度,从往年购买新能源汽车的所有用户中随机抽取100位进行问卷调查,调查结果如下:
满意 | 不满意 | |
2019年购买 | 5 | 3 |
2020年购买 | 8 | 3 |
2021年购买 | 14 | 6 |
2022年购买 | 18 | 7 |
2023年购买 | 30 | 6 |
参考公式:,.
A.两个变量x,y的线性相关系数越大,则与之间的线性相关性越强 |
B.若两个变量x,y的线性相关系数,则与之间不具有线性相关性 |
C.在一组样本数据的散点图中,若所有样本点都在直线上,则这组样本数据的样本相关系数为0.9 |
D.在一组样本数据中,根据最小二乘法求得线性回归方程为且,去除两个异常数据和后,若得到的新线性回归直线的斜率为3,则新的线性回归方程为 |
天数 | 1 | 2 | 3 | 4 | 5 | 6 | 7 |
一次最多答对题数 | 14 | 16 | 18 | 21 | 21 | a | 27 |
A.22 | B.23 | C.24 | D.25 |
(1)找出这种商品随着大小(型号)不同而价格变化的规律;
(2)根据规律预测这种商品不同大小(型号)的价格;
(3)根据规律给消费者或生产商提出建议.
在上面的解决问题过程中,做了哪些假设?为什么这样假设?
6 . 数据显示,中国在线直播用户规模及在线直播购物规模近几年都保持高速增长态势,某线下家电商场为提升人气和提高营业额也开通了在线直播,下表统计了该商场开通在线直播的第x天的线下顾客人数y(单位:百人)的数据:
x | 1 | 2 | 3 | 4 | 5 |
y | 10 | 12 | 15 | 18 | 20 |
(1)根据第1至第5天的数据分析,计算变量y与x的相关系数r,并用r判断两个变量y与x相关关系的强弱(精确到小数点后三位);
(2)根据第1至第5天的数据分析,可用线性回归模型拟合y与x的关系,试求出该线性回归方程并估计该商场开通在线直播的第10天的线下顾客人数.
(参考公式:相关系数,参考数据:
回归方程:,其中,)
7 . 某高中数学兴趣小组,在学习了统计案例后,准备利用所学知识研究成年男性的臂长y(cm)与身高x(cm)之间的关系,为此他们随机统计了5名成年男性的身高与臂长,得到如下数据:
x | 159 | 165 | 170 | 176 | 180 |
y | 67 | 71 | 73 | 76 | 78 |
(1)根据上表数据,可用线性回归模型拟合y与x的关系,请用相关系数加以说明;
(2)建立y关于x的回归方程(系数精确到0.01);
(3)从5名样本成年男性中任取2人,记这2人臂长差的绝对值为X,求.
参考数据:,,
参考公式:相关系数,回归方程中斜率和截距的最小二乘估计公式分别为,.
5 | 6 | 7 | 8 | 9 | |
3.5 | 4 | 5 | 6 | 6.5 |
9 . 下表是某地从2019年至2023年能源消费总量近似值(单位:千万吨标准煤)的数据表:
年份 | 2019 | 2020 | 2021 | 2022 | 2023 |
年份代号 | 1 | 2 | 3 | 4 | 5 |
能源消费总量近似值(单位:千万吨标准煤) | 44.2 | 44.6 | 46.2 | 47.8 | 50.8 |
以为解释变量,为响应变量,若以为回归方程,则决定系数0.9298,若以为回归方程,则,则下面结论中正确的有( )
A.变量和变量的样本相关系数为正数 |
B.比的拟合效果好 |
C.由回归方程可准确预测2024年的能源消费总量 |
D. |