1 . 放行准点率是衡量机场运行效率和服务质量的重要指标之一.某机场自2012年起采取相关策略优化各个服务环节,运行效率不断提升.以下是根据近10年年份数与该机场飞往A地航班放行准点率()(单位:百分比)的统计数据所作的散点图及经过初步处理后得到的一些统计量的值.
2017.5 | 80.4 | 1.5 | 40703145.0 | 1621254.2 | 27.7 | 1226.8 |
其中,
(1)根据散点图判断,与哪一个适宜作为该机场飞往A地航班放行准点率y关于年份数x的经验回归方程类型(给出判断即可,不必说明理由),并根据表中数据建立经验回归方程,由此预测2023年该机场飞往A地的航班放行准点率.
(2)已知2023年该机场飞往A地、B地和其他地区的航班比例分别为0.2、0.2和0.6.若以(1)中的预测值作为2023年该机场飞往A地航班放行准点率的估计值,且2023年该机场飞往B地及其他地区(不包含A、B两地)航班放行准点率的估计值分别为和,试解决以下问题:
(i)现从2023年在该机场起飞的航班中随机抽取一个,求该航班准点放行的概率;
(ii)若2023年某航班在该机场准点放行,判断该航班飞往A地、B地、其他地区等三种情况中的哪种情况的可能性最大,说明你的理由.
附:(1)对于一组数据,,…,,其回归直线的斜率和截距的最小二乘估计分别为,
参考数据:,,.
(2)根据散点图判断:与(均为常数)哪一个更适宜作为业务收入关于月份的回归方程类型?(给出判断即可,不必说明理由)
(3)根据(2)的结果及表中的数据,求出关于的回归方程.(结果保留小数点后两位)
参考数据:
参考公式:对于一组具有线性相关关系的数据,其回归直线的斜率和截距的最小二乘估计公式分别为,.
月份x | 1 | 2 | 3 | 4 | 5 | 6 |
收入y(百万元) | 6.6 | 8.6 | 16.1 | 21.6 | 33.3 | 41.0 |
(1)根据散点图判断,y=ax+b与(a,b,c,d均为常数)哪一个更适宜作为5G经济收入y关于月份x的回归方程类型?(给出判断即可,不必说明理由)
(2)根据(1)的结果及表中的数据,求出y关于x的回归方程,并预测该公司7月份的5G经济收入;(结果保留小数点后一位)
参考数据:
3.50 | 21.15 | 2.85 | 17.50 | 125.35 | 6.73 | 4.57 | 14.30 |
参考公式:对于一组具有线性相关关系的数据(i=1,2,3,…,n),其回归直线的斜率和截距的最小二乘估计公式分别为,.
4 . 华为云服务是华为公司在ICT领域通过30多年的技术攻坚和经验积累,将产品解决方案开放给用户,为用户提供集个人数据同步、云相册、手机找回等多种基础云功能,旨在为消费者提供一站式易用、快捷、智能、安全的个人数据管理服务.华为云服务采用按需使用、按需付费的一站式IT计算资源租用服务.据调查,在某一地区自2016年至2022年以来,7年的使用用户数如下表所示:(x表示年度,2016年度记为1,2017年度记为2,…,依次类推,2022年度记为7;y表示该年度使用的用户数,单位:千户).
x | 1 | 2 | 3 | 4 | 5 | 6 | 7 |
y | 7 | 9 | 21 | 36 | 66 | 100 | 198 |
根据以上数据,绘制了如图所示的散点图.
(1)根据散点图判断,在这7年内,与(c,d均为大于零的常数)哪一个适宜作为该地区华为云用户数(千户)关于年度的回归方程类型?(给出判断即可,不必说明理由);并根据表中数据,求关于的经验回归方程,估计2023年度用户数(保留到千户位);
(2)该地区按用户使用华为云服务的时间,从高到低评为三个等第的星级,其中连续使用华为云5年以上的用户评为“五星用户”,三年以上五年以下的用户评为“三星用户”,其它用户评为“星级用户”,每位用户年服务费按星级从高到低依次为50元、70元、90元.为了拓展用户数量,该地区今年推出一项用户星级升级的抽奖活动,每位用户可抽奖两次,每次抽奖有的概率升两级,有的概率升一级,还有的概率不升级,最高升为“五星用户”.现某家庭有2位华为云用户,其中甲是“三星用户”,乙是“星级用户”,求今年该家庭支付华为云服务费的分布列与数学期望.
参考数据:
62.43 | 1.54 | 2548 | 50.12 | 3.47 |
其中.
参考公式:经验回归直线方程中斜率与截距的最小二乘法估计公式分别为.
(1)根据散点图判断,与(,均为大于零的常数)哪一个适宜作为家庭人均月纯收入关于时间代码的回归方程类型;(给出判断即可,不必说明理由)
(2)根据(1)的判断结果及参考数据,求关于的回归方程.
参考数据:
参考公式:对于一组数据,,…,,其回归直线的斜率和截距的最小二乘估计公式分别为,.
1 | 2 | 3 | 4 | 5 | 6 | 7 | |
6 | 11 | 21 | 34 | 66 | 101 | 196 |
(1)根据散点图判断,在推广期内,与(均为大于零的常数),哪一个适宜作为扫码支付的人次关于活动推出天数的回归方程类型?(给出判断即可,不必说明理由);
(2)根据(1)的判断结果及表中的数据,建立与的回归方程,并预测活动推出第天使用扫码支付的人次;
(3)推广期结束后,车队对乘客的支付方式进行统计,结果如下表:
支付方式 | 现金 | 乘车卡 | 扫码 |
比例 |
参考数据:
参考公式:对于一组数据,,…,,其回归直线的斜率和截距的最小二乘估计公式分别为:,.
日期(月) | 日 | 日 | 日 | 日 | 日 | 日 | 日 |
人数(人) |
(1)根据散点图判断与(,均为大于的常数)哪一个适宜作为累计确诊人数与封城后的天数的回归方程类型(给出判断即可,不必说明理由);并根据上表中的数据求出回归方程;
(2)随着更多的医护人员投入疫情的研究,月日武汉影像科医生提出存在大量核酸检测呈阴性(阳性则确诊),但观其肺片具有明显病变,这一提议引起了广泛的关注,月日武汉疾控中心接收了份血液样本,假设每份样本的检验结果是阳性还是阴性都是相互独立的,且每份样本是阳性样本的概率为,核酸试剂能把阳性样本检测出阳性结果的概率是(核酸检测存在阳性样本检测不出来的情况,但不会把阴性检测呈阳性),求这份样本中检测呈阳性的份数的期望.
参考数据:
30.5 | 15 | 15 | 46.5 |
表中,.
(1)根据散点图判断,与哪一个更适合作为年销售量关于年研发费用的回归方程类型(给出判断即可,不必说明理由),并根据判断结果及表中数据,建立关于的回归方程;
附:对于一组数据,其回归直线的斜率和截距的最小二乘估计分别为,.
(2)已知年利润与,的关系为(其中为自然对数的底数),要使企业下一年的年利润最大,预计下一年应投入多少研发费用?
(3)科技升级后,该产品的效率大幅提高,经试验统计得大致服从正态分布.企业对科技升级团队的奖励方案如下:若不超过,不予奖励;若超过,但不超过,每件产品奖励2元;若超过,每件产品奖励4元.记为每件产品获得的奖励,求(精确到0.01).
附:若随机变量,则,.
表1:
1 | 2 | 3 | 4 | 5 | 6 | 7 | |
6 | 11 | 21 | 34 | 66 | 101 | 196 |
根据以上数据,绘制了散点图.
(1)根据散点图判断,在推广期内,与(均为大于零的常数)哪一个适宜作为扫码支付的人次关于活动推出天数的回归方程类型?(给出判断即可,不必说明理由).
(2)根据(1)的判断结果及表1中的数据,建立关于的回归方程,并预测活动推出第8天使用扫码支付的人次.
(3)推广期结束后,为更好的服务乘客,车队随机调查了100人次的乘车支付方式,得到如下结果:
表2
支付方式 | 现金 | 乘车卡 | 扫码 |
人次 | 10 | 60 | 30 |
已知该线路公交车票价2元,使用现金支付的乘客无优惠,使用乘车卡支付的乘客享受8折优惠,扫码支付的乘客随机优惠,根据调查结果发现:使用扫码支付的乘客中有5名乘客享受7折优惠,有10名乘客享受8折优惠,有15名乘客享受9折优惠.预计该车队每辆车每个月有1万人次乘车,根据所给数据,以事件发生的频率作为相应事件发生的概率,在不考虑其他因素的条件下,按照上述收费标准,试估计该车队一辆车一年的总收入.
参考数据:
62.14 | 1.54 | 2535 | 50.12 | 3.47 |
其中.
参考公式:
对于一组数据,其回归直线的斜率和截距的最小二乘估计公式分别为:.
根据以上数据,绘制了散点图.
(1)根据散点图判断,在推广期内, 与(均为大于零的常数)哪一个适宜作为扫码支付的人次关于活动推出天数的回归方程类型?(给出判断即可,不必说明理由);
(2)根据(1)的判断结果及表中的数据,建立关于的回归方程,并预测活动推出第天使用扫码支付的 人次;
(3)推广期结束后,为更好的服务乘客,车队随机调查了人次的乘车支付方式,得到如下结果:
已知该线路公交车票价元,使用现金支付的乘客无优惠,使用乘车卡支付的乘客享受折优惠,扫码支付的乘客随机优惠,根据调查结果发现:使用扫码支付的乘客中有名乘客享受折优惠,有名乘客享受折优惠,有名乘客享受折优惠.预计该车队每辆车每个月有1万人次乘车,根据所给数据,以事件发生的频率作为相应事件发生的概率,在不考虑其他因素的条件下,按照上述收费标准,试估计该车队一辆车一年的总收入.
参考数据:
其中
参考公式:
对于一组数据,其回归直线的斜率和截距的最小二乘估计公式分别为: