日期 | 2月15日 | 2月16日 | 2月17日 | 2月18日 | 2月19日 |
日期代号 | 1 | 2 | 3 | 4 | 5 |
购物人数 | 77 | 84 | 93 | 96 | 100 |
(2)为了了解参加网购人群的年龄分布,该店随机抽取了200人进行问卷调查.得到如下所示不完整的列联表:
年龄 | 不低于40岁 | 低于40岁 | 合计 |
参与过网上购物 | 30 | 150 | |
未参与过网上购物 | 30 | ||
合计 | 200 |
附:回归直线的斜率和截距的最小二乘估计公式分别为
0.10 | 0.05 | 0.010 | 0.005 | 0.001 | |
2.706 | 3.841 | 6.635 | 7.879 | 10.828 |
月份 | 6 | 7 | 8 | 9 | 10 | 11 | 12 |
月份代码t | 1 | 2 | 3 | 4 | 5 | 6 | 7 |
订单量y(万件) | 4.7 | 5.3 | 5.6 | 5.9 | 6.1 | 6.4 | 6.6 |
(2)建立y关于t的线性回归方程,并预测该公司2024年3月份接到的订单数量;
(3)为进一步拓展市场,该公司适时召开了一次产品观摩与宣传会,在所有参会人员(人数很多)中随机抽取部分参会人员进行问卷调查,其中评价“产品质量很好”的占50%,“质量良好”、“质量还需改进”的分别各占30%,20%,然后在所有参会人员中随机抽取5人作为幸运者赠送礼品,记抽取的5人中评价“产品质量很好”的人数为随机变量X,求X的分布列与期望.
附参考公式:,,.
参考数据:,,.
种植面积/公顷 | 1 | 2 | 3 | 4 | 5 |
产量/吨 | 20 | 38 | 64 | 78 | 100 |
(2)若苹果的销量等于产量,且所种苹果的总利润(单位:千元)满足,苹果种植面积,请根据(1)的结果预测要使得单位面积的苹果利润最大,小王应该种植多少公顷的苹果?
附:回归方程中斜率和截距的最小二乘估计公式分别为,.
4 . 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,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;
(2)为进一步提升该商场的人气,提高营业额,该商场进行了摸球中奖回馈客户活动,商场在出口处准备了三个编号分别为1,2,3的不透明箱子,每个箱子中装有除颜色外大小和形状均相同的24个小球(其中1号箱子中有18个红球,6个白球;2号箱子中有16个红球,8个黄球;3号箱子中有12个红球,12个蓝球)且含有自动搅拌均匀装置.规则如下:在该商场购物的顾客凭购物小票均有一次参加此活动的机会,从三个箱子里各摸出一个小球(摸完后再依次放回),若摸出的3个小球颜色相同便中奖.若小明和他的3个朋友购物后均参加了该活动,且每人是否中奖相互独立,记这4人中中奖的人数为X,求X的分布列与期望.
(参考公式:回归方程,其中,)
|
| |||||||
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 | 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?
年份代码x,综合产值y(单位:亿元)
年份 | 2019 | 2020 | 2021 | 2022 | 2023 |
年份代码x | 1 | 2 | 3 | 4 | 5 |
综合产值y | 1.5 | 2 | 3.5 | 8 | 15 |
(1)请通过样本相关系数,推断y与x之间的相关程度;(若,则线性相关性程度很强;若,则线性相关性程度一般,若,则线性相关性程度很弱.)
(2)求出y关于x的经验回归方程,并预测 2024 年该省刺梨产业的综合产值.
参考公式:样本相关系数经验回归方程 中斜率和截距的最小二乘法估计公式分别为,.
参考数据:
年份序号x | 1 | 2 | 3 | 4 | 5 |
招生人数y/千人 | 0.8 | 1 | 1.3 | 1.7 | 2.2 |
(2)求关于的回归直线方程,并预测当年份序号为7时该校的招生人数.
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,.
单价(千元) | 4 | 5 | 6 | 7 | 8 |
销量(百件) | 67 | 64 | 61 | 58 | 50 |
(2)用(1)中所求的线性回归方程得到与对应的产品销量的估计值.当销售数据对应的残差的绝对值时,则将销售数据称为一个“精准销售”.现从5个销售数据中任取2个,求“精准销售”至少有1个的概率.
参考数据:
参考公式:线性回归方程中的估计值分别为