A.若两组成对数据的样本相关系数分别为,则组数据比组数据的相关性较强 |
B.若样本数据的方差为2,则数据的方差为8 |
C.已知互不相同的30个样本数据,若去掉其中最大和最小的数据,剩下28个数据的22%分位数不等于原样本数据的22%分位数 |
D.某人解答5个问题,答对题数为,若,则 |
A.相互独立 | B.基本不相关 | C.高度正相关 | D.高度负相关 |
次数第次 | 1 | 2 | 3 | 4 | 5 | 6 |
环数环 | 7 | 8 | 6 | 7 | 8 | 9 |
次数第次 | 1 | 2 | 3 | 4 | 5 | 6 |
环数环 | 9 | 7 | 6 | 8 | 6 | 6 |
A.甲选手射击环数的第九十百分位数为8.5 |
B.甲选手射击环数的平均数比乙选手的大 |
C.从发挥的稳定性上看,甲选手优于乙选手 |
D.用最小二乘法求得甲选手环数关于次数的经验回归方程为,则 |
4 . 党的十八大以来,全国各地区各部门持续加大就业优先政策实施力度,促进居民收入增长的各项措施持续发力,居民分享到更多经济社会发展红利,居民收入保持较快增长,收入结构不断优化,随着居民总收入较快增长,全体居民人均可支配收入也在不断提升. 下表为重庆市 2014 2022 年全体居民人均可支配收入,将其绘制成散点图 (如图 1),发现全体居民人均可支配收入与年份具有线性相关关系. (数据来源于重庆市统计局 2023-05-06 发布).
年份 | 2014 | 2015 | 2016 | 2017 | 2018 | 2019 | 2020 | 2021 | 2022 |
全体居民人均可支配收入 (元) | 18352 | 20110 | 22034 | 24153 | 26386 | 28920 | 30824 | 33803 | 35666 |
(1)设年份编号为(2014年的编号为1,2015年的编号为2,依此类推),记全体居民人均可支配收入为(单位:万元),求经验回归方程(结果精确到 0.01 ),并根据所求回归方程,预测2023年重庆市全体居民人均可支配收入;
(2)为进一步对居民人均可支配收入的结构进行分析,某分析员从20142022中任取3年的数据进行分析,将选出的人均可支配收入超过3万的年数记为,求随机变量的分布列与数学期望.
参考数据:.
参考公式: 对于一组数据 ,其回归直线方程 的斜率和截距的最小二乘估计分别为.
1 | 2 | 3 | 4 | 5 | 6 | |
1 | 1.5 | 3 | 6 | 12 | ||
(2)根据下表数据,用决定系数(只需比较出大小)比较两种模型的拟合效果哪种更好,并选择拟合精度更高的模型,预测年投入额为百万元时,产品的销售量是多少?
经验回归方程 | ||
残差平方和 |
(1)某顾客进行该抽奖试验时,最多进行三轮,即使第三轮不成功,也停止抽奖,记其进行抽奖试验的轮次数为随机变量X,求X的分布列和数学期望;
(2)为验证抽奖试验成功的概率不超过,有1000名数学爱好者独立的进行该抽球试验,记t表示成功时抽奖试验的轮次数,y表示对应的人数,部分统计数据如下表:
t | 1 | 2 | 3 | 4 | 5 |
y | 232 | 98 | 60 | 40 | 20 |
附:经验回归方程系数:,.
参考数据:,,(其中).
时间天 | 4 | 5 | 6 | 7 | 8 |
蒜苗高度 | 1 | 2.4 | 4.6 | 5.6 | 6.4 |
A.15 | B.16 | C.17 | D.18 |
月份代码 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
渗透率 | 29 | 32 | 34 | 32 | 33 | 34 | 36 | 36 | 36 | 38 |
(2)为了鼓励大家购买新能源汽车,国家在2024年继续执行新能源车购置税优惠政策:在2024年6月1日前购买的新能源车无需支付购置税,而燃油车需按照车价支付购置税.2024年1月小张为自己的客户代付购置税,当月他的客户购买了3辆车价格均为20万元,假设以(1)中预测的新能源渗透率作为当月客户购买新能源车的概率,设小张总共需要代付的购置税为万元,求的分布列和期望.
附:一组数据,,的线性回归直线方程的系数公式为:,
年份 | 2018 | 2019 | 2020 | 2021 | 2022 | 2023 |
编号x | 1 | 2 | 3 | 4 | 5 | 6 |
产值y/百万辆 | 9 | 18 | 30 | 51 | 59 | 80 |
(2)为了进一步了解车主对电动汽车的看法,从某品牌汽车4S店当日5位购买电动汽车和3位购买燃油汽车的车主中随机选取4位车主进行采访,记选取的4位车主中购买电动汽车的车主人数为X,求随机变量X的分布列与数学期望,
参考数据:,其中.
参考公式:对于一组数据,其经验回归直线的斜率截距的最小二乘估计分别为.
10 . 混凝土的抗压强度x较容易测定,而抗剪强度y不易测定,工程中希望建立一种能由x推算y的经验公式,下表列出了现有的9对数据,分别为,,…,.
x | 141 | 152 | 168 | 182 | 195 | 204 | 223 | 254 | 277 |
y | 23.1 | 24.2 | 27.2 | 27.8 | 28.7 | 31.4 | 32.5 | 34.8 | 36.2 |
以成对数据的抗压强度x为横坐标,抗剪强度y为纵坐标作出散点图,如图所示.
(1)从上表中任选2个成对数据,求该样本量为2的样本相关系数r.结合r值分析,由简单随机抽样得到的成对样本数据的样本相关系数是否一定能确切地反映变量之间的线性相关关系?
(2)根据散点图,我们选择两种不同的函数模型作为回归曲线,根据一元线性回归模型及最小二乘法,得到经验回归方程分别为:①,②.经验回归方程①和②的残差计算公式分别为,,.
(ⅰ)求;
(ⅱ)经计算得经验回归方程①和②的残差平方和分别为,,经验回归方程①的决定系数,求经验回归方程②的决定系数.
附:相关系数,决定系数,.