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:,,.
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,.
(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,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;
2017.5 | 80.4 | 1.5 | 40703145.0 | 1621254.2 | 27.7 | 1226.8 |
附: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:,,.
x | 1 | 2 | 3 | 4 | 5 | 6 | 7 |
y | 6 | 11 | 21 | 34 | 66 | 101 | 196 |
(1)根据散点图,判断在推广期内,与(c,d均为大于零的常数)哪一个适宜作为扫码支付的人次y关于活动推出天数x的回归方程类型?(给出判断即可,不必说明理由)
(2)根据(1)的判断结果及题干中表格内的数据,建立y关于x的回归方程,并预测活动推出第8天使用扫码支付的人次.参考数据:
62.14 | 1.54 | 2535 | 50.12 | 3.47 |
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,.
(3)推广期结束后,为更好地服务乘客,车队随机调查了100人次的乘车支付方式,得到如下结果:
支付方式 | 现金 | 公交卡 | 扫码 |
人次 | 10 | 60 | 30 |
天数 | 1 | 2 | 3 | 4 | 5 | 6 | 7 |
累计确诊人数 | 6 | 11 | 21 | 34 | 66 | 101 | 196 |
(1)根据散点图判断与(均为大于0的常数)哪一个更适合作为累计确诊人数y与天数x的回归方程类型(给出判断即可,不必说明理由),并求出y关于x的回归方程;
(2)3月20日,该地的疾控中心接受了1000份血液样本,假设每份样本的检验结果是阳性还是阴性是相互独立的,且每份样本是阳性的概率是0.6,试剂把阳性样本检测出阳性结果的概率是0.99(试剂存在阳性样本检测不出来的情况,但不会把阴性样本检测呈阳性样本),求这1000份样本中检测出呈阳性的份数的期望.
参考数据:
62.14 | 1.54 | 2535 | 50.12 | 3.47 |
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,.
46.6 | 563 | 6.8 | 289.8 | 1.6 | 1469 | 108.8 |
(1)根据散点图判断,与,哪一个适宜作为年利润关于年宣传费的回归方程,并建立关于的回归方程;
(2)张三在射击休息之余用手机逛站刷到了孤胆英雄机枪守大桥的视频.由此,在接下来的射击体验中,张三更换了一把型号为M249,弹夹容量为100发的机枪,但是由于子弹的质量问题,每发子弹都有的概率为哑弹,假设每次射击的子弹相互独立且均随机,打空一个弹夹时遇到的哑弹数量为随机变量.计算的均值、方差以及取均值时的概率(所求概率列式即可,不需计算出具体数据).
1 | 2 | 3 | 4 | 5 | 6 | 7 | |
6 | 12 | 23 | 34 | 65 | 106 | 195 |
根据以上数据绘制了散点图.
(1)根据散点图判断,在活动期内,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)优惠活动结束后,车队对乘客的支付方式进行统计,结果如下
支付方式 | 现金 | 乘车卡 | 扫码 |
比列 | 10% | 54% | 36% |
参考数据:
63 | 1.55 | 2561 | 50.40 | 3.55 |
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:,.
月份x | 1 | 2 | 3 | 4 | 5 | 6 | 7 |
销量y | 6 | 11 | 21 | 34 | 66 | 101 | 196 |
(2)根据(1)的判断结果及表中的数据,求y关于x的回归方程,并预测2022年8月份的销量;
(3)考虑销量、产品更新及价格逐渐下降等因素,预测从2022年1月份到12月份(x的取值依次记作1到12),每百件该产品的利润为元,求2022年几月份该产品的利润Q最大.
参考数据:
62.14 | 1.54 | 2535 | 50.12 | 3.47 |
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:,.
产品的性能指数在[50,70)的称为A类芯片,在[70,90)的称为B类芯片,在[90,110]的称为C类芯片,以这100件芯片的性能指数位于各区间的频率估计芯片的性能指数位于该区间的概率.
(1)在该流水线上任意抽取3件手机芯片,求C类芯片不少于2件的概率;
(2)该公司为了解年营销费用x(单位:万元)对年销售量y(单位:万件)的影响,对近5年的年营销费用;和年销售量(i=1,2,3,4,5)数据做了初步处理,得到的散点图如图2所示.
(i)利用散点图判断,和(其中c,d为大于0的常数)哪一个更适合作为年营销费用和年销售量的回归方程类型(只要给出判断即可,不必说明理由);
(ii)对数据作出如下处理:令,,得到相关统计量的值如下表:
150 | 725 | 5500 | 15750 | 16 | 25 | 56 | 82.4 |
(iii)由所求的回归方程估计,当年营销费用为100万元时,年销量y(万件)的预报值.(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最小二乘估计分别为,.
年份 | 2010 | 2011 | 2012 | 2013 | 2014 | 2015 | 2016 | 2017 | 2018 | 2019 |
编号x | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
销售额y | 0.9 | 8.7 | 22.4 | 41 | 65 | 94 | 132.5 | 172.5 | 218 | 268 |
(1)根据散点图判断,与哪一个适宜作为销售额y关于x的回归方程类型?(给出判断即可,不必说明理由)
(2)根据(1)的判断结果及如表中的数据,建立y关于x的回归方程,并预测2021年天猫双十一销售额;(注:数据保留小数点后一位)
(3)把销售额不超过150(十亿元)的年份叫“平销年",把销售额低于30(十亿元)的年份叫“试销年”,从2010年到2019年这十年的“平销年”中任取3个,表示取到“试销年”的个数,求的分布列和数学期望.
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,.