1 . 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,)
2 . 某公司在x年的销售额(万元)如下表,根据表中数据用最小二乘法得到的回归方程为,则当关于a,b的表达式取到最小值时,( )
x | 2017 | 2018 | 2019 | 2020 | 2021 | 2022 |
A.5 | B.13 |
C.8059 | D.8077 |
时间x | 1 | 2 | 3 | 4 | 5 |
销售量y(千只) | 0.5 | 0.7 | 1.0 | 1.2 | 1.6 |
A.由题中数据可知,变量y与x正相关 |
B.线性回归方程中, |
C.时,残差为0.06 |
D.可以预测时,该商场手机销量约为1.81千只 |
年份 | 2015 | 2016 | 2017 | 2018 | 2019 | 2020 | 2021 | 2022 |
年份代号x | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 |
游客总人数y | 3.3 | 4.3 | 5.7 | 6.9 | 8.1 | 5.3 | 6.5 | 8.4 |
(1)根据和预测2023年云南省游客总人数(预测数据精确到0.1);
(2)为了检验两种模型的预测效果,对两种模型作残差分析得到:
模型一:总偏差平方和,残差平方和;
模型二:总偏差平方和,残差平方和,
用来比较模型一与模型二的拟合效果(精确到0.001);
(3)根据2020年至2022年游客总人数y的数据建立线性回归模型三,求回归方程,并根据预测2023年云南省游客总人数(预测数据精确到0.1).
参考公式:,,,.
A. | B. |
C. | D. |
(2)该跑者如果参加本次比赛,将心率控制在160次/分钟左右跑完全程,估计他跑完全程花费的时间,并估计他能获得的名次,
参考公式:线性回归方程中,,.
A.茶水温度与时间这两个变量负相关 |
B.由于水温开始降得快,后面降得慢,最后趋于平缓,因此模型二能更好的拟合茶水温度随时间的变化情况 |
C.若选择回归模型二,利用最小二乘法求得到的图象一定经过点 |
D.当时,通过回归模型二计算得,用温度计测得实际茶水温度为65.2,则残差为 |
8 . 为了研究某种细菌随天数x变化的繁殖个数y,收集数据如下:
天数x | 1 | 2 | 3 | 4 | 5 | 6 |
繁殖个数y | 6 | 12 | 25 | 49 | 95 | 190 |
(1)在图中作出繁殖个数y关于天数x变化的散点图,并由散点图判断(a,b为常数)与(,为常数,且,)哪一个适宜作为繁殖个数y关于天数x变化的回归方程类型?(给出判断即可,不必说明理由)
(2)对于非线性回归方程(,为常数,且,),令,可以得到繁殖个数的对数z关于天数x具有线性关系及一些统计量的值.
3.50 | 62.83 | 3.53 | 17.50 | 596.57 | 12.09 |
①证明:“对于
②根据(1)的判断结果及表中数据,建立y关于x的回归方程(系数保留2位小数).
附: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,.
年份 | 2016 | 2017 | 2018 | 2019 | 2020 | 2021 | 2022 |
广告费支出 | 1 | 2 | 4 | 6 | 11 | 13 | 19 |
销售量 | 1.9 | 3.2 | 4.0 | 4.4 | 5.2 | 5.3 | 5.4 |
(1)若用线性回归模型拟合与的关系,求出关于的线性回归方程;
(2)若用模型拟合得到的回归方程为,经计算线性回归模型及该模型的分别为0.75和0.88,请根据的数值选择更好的回归模型拟合与的关系,进而计算出年度广告费为何值时,利润的预报值最大?
参考公式:,;
年份 | 2022年 | ||||
月份 | 6月 | 7月 | 8月 | 9月 | 10月 |
月份代码x | 1 | 2 | 3 | 4 | 5 |
市场占有率y(%) | 8 | 10 | 13 | 20 | 24 |
(2)求关于的线性回归方程,并预测何时该种产品的市场占有率开始超过35%.
,