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 |
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 |
|
| |||||||
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:,.
6 . 下图是某市2016年至2022年生活垃圾无害化处理量y(单位:万吨)与年份t的散点图.
(1)根据散点图推断变量y与t是否线性相关,并用相关系数加以说明;
(2)建立y关于t的回归方程(系数精确到0.01),预测2024年该市生活垃圾无害化处理量.
参考数据:
,,,.
参考公式:,;相关系数.
7 . 随着科技发展的日新月异,人工智能融入了各个行业,促进了社会的快速发展.其中利用人工智能生成的虚拟角色因为拥有更低的人工成本,正逐步取代传统的真人直播带货.某公司使用虚拟角色直播带货销售金额得到逐步提升,以下为该公司自2023年8月使用虚拟角色直播带货后的销售金额情况统计.
年月 | 2023年8月 | 2023年9月 | 2023年10月 | 2023年11月 | 2023年12月 | 2024年1月 |
月份编号 | 1 | 2 | 3 | 4 | 5 | 6 |
销售金额/万元 | 15.4 | 25.4 | 35.4 | 85.4 | 155.4 | 195.4 |
若与的相关关系拟用线性回归模型表示,回答如下问题:
(1)试求变量与的样本相关系数(结果精确到0.01);
(2)试求关于的经验回归方程,并据此预测2024年2月份该公司的销售金额.
附:经验回归方程,其中,,
样本相关系数;
参考数据:,.
第一天 | 第二天 | 第三天 | 第四天 | 第五天 | 第六天 | 第七天 | |
序号 | 1 | 2 | 3 | 4 | 5 | 6 | 7 |
小明成功次数 | 16 | 20 | 20 | 25 | 30 | 36 | |
小红成功次数 | 16 | 22 | 25 | 26 | 32 | 35 | 35 |
(2)根据小明这7天内前6天的成功次数,求其成功次数关于序号的线性回归方程,并估计小明第七天成功次数的值.
参考公式:回归方程中斜率与截距的最小二乘估计公式分别为:
,.
参考数据:;.
(1)求关于的线性回归方程;
(2)该合作社2023年茶叶总产量为150吨,如果在销售旺季时售价为250元/公斤,在销售旺季没能售出的,年底以每公斤100元的价格卖给批发商,则该合作社2023年的总销售额为多少万元?
公式及参考数据:关于的线性回归方程为,其中,;,,,.
6 | 60 |
(2)根据(1)的结果回答下列问题:
(i)建立关于的回归方程;
(ii)样本对原点的距离时,金属含量的预报值是多少?