年份代码 | 1 | 2 | 3 | 4 | 5 | 6 |
中国夜间经济的市场发展规模万亿元 | 20.5 | 22.9 | 26.4 | 30.9 | 36.4 | 42.4 |
(2)某传媒公司预测2023年中国夜间经济的市场规模将达到48.1万亿元,现用(1)中求得的回归方程预测2023年中国夜间经济的市场规模,若两个预测规模误差不超过1万亿元,则认为(1)中求得的回归方程是理想的,否则是不理想的,判断(1)中求得的回归方程是否理想.参考数据:
3.366 | 73.282 | 17.25 | 1.16 | 2.83 |
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分别为.
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 |
月份 | |||||
违章驾驶员人数 |
(1)请利用所给数据求违章人数与月份之间的回归直线方程;
(2)预测该路口月份的不“礼让斑马线”违章驾驶员人数.
(1)根据身高 180cm组的统计数据,求,的值,并解释参数的含义;
身高 180cm不同负重情况下的步长数据平均值 | |||||
负重x/kg | 0 | 5 | 10 | 15 | 20 |
足迹步长s/cm | 74.35 | 73.50 | 71.80 | 68.60 | 65.75 |
(2)在一起盗窃案中,被盗窃物品重为9kg,在现场勘查过程中,测量得犯罪嫌疑人往返时足迹步长的差值为4.464cm,推测该名嫌疑人的身高,并说明理由.
附: .为回归方程, ,,,
5 . 已知高三某学生为了迎接高考,参加了学校的5次模拟考试,其中5次的模拟考试成绩如表所示,
次数(x) | 1 | 2 | 3 | 4 | 5 |
考试成绩(y) | 498 | 499 | 497 | 501 | 505 |
设变量x,y满足回归直线方程.
(1)假如高考也符合上述的模拟考试的回归直线方程,高考看作第10次模拟考试,预测2024年的高考的成绩;
(2)从上面的5次考试成绩中随机抽取3次,其中2次成绩都大于500分的概率.
参考公式:回归直线方程中的斜率和截距的最小二乘估计公式分别为,.
使用年数 | 2 | 4 | 6 | 8 | 10 |
售价 | 16 | 13 | 9 | 7 | 5 |
(2)已知每辆该型号汽车的收购价格(万元)与使用年数()的函数关系为,根据(1)中所求回归方程,预测为何值时,该经销商销售一辆该型号汽车所获得的利润最大,最大利润是多少?
附:回归直线的斜率和截距的最小二乘估计公式:,;
参考数据:.
年份代码x | 1 | 2 | 3 | 4 | 5 | 6 |
中国夜间经济的市场发展规模y/万亿元 | 20.5 | 22.9 | 26.4 | 30.9 | 36.4 | 42.4 |
(2)某传媒公司发布的2023年中国夜间经济城市发展指数排行榜前10名中,吸引力超过90分的有4个,从这10个城市中随机抽取5个,记吸引力超过90分的城市数量为X,求X的分布列与数学期望.
参考数据:
3.366 | 73.282 | 17.25 | 1.16 |
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法估计分别为,.
月份 | 1 | 2 | 3 | 4 | 5 |
带货金额/万元 | 350 | 440 | 580 | 700 | 880 |
(2)求变量,之间的线性回归方程,并据此预测2023年7月份该公司的直播带货金额.
(3)该公司随机抽取55人进行问卷调查,得到如下不完整的列联表:
参加过直播带货 | 未参加过直播带货 | 总计 | |
女性 | 25 | 30 | |
男性 | 10 | ||
总计 |
参考数据:,,,
,.
参考公式:相关系数,线性回归方程的斜率,截距.
附:,其中.
0.15 | 0.10 | 0.05 | 0.025 | |
2.072 | 2.706 | 3.841 | 5.024 |
9 . 2015—2019年,中国社会消费品零售额占GDP的比重超过4种,2020年后,中国社会消费品零售额占GDP的比重逐年下降.下表为2018—2022年中国社会消费品零售额(单位:万亿元)及其占GDP的比重y(单位:%)的数据,其中2018—2022年对应的年份代码x依次为1~5.
年份代码x | 1 | 2 | 3 | 4 | 5 |
社会消费品零售额 | 37.8 | 40.8 | 39.2 | 44.1 | 44.0 |
社会消费品零售额占 GDP的比重y/% | 41.3 | 41.5 | 39.0 | 38.6 | 36.7 |
(1)由上表数据,是否可用一元线性回归模型拟合y与x的关系,请用相关系数加以说明.
(2)请建立y关于x的一元线性回归方程.
(3)从2018—2022年中国社会消费品零售额这5个数据中随机抽取2个数据.若抽取的2个数据中至少有1个数据大于40.0,求这2个数据恰好有1个数据不小于44.0的概率.
附:,,,,
相关系数.
对于一组数据,其一元线性回归直线的斜率和截距的最小二乘估计公式分别为,.
(1)根据参考数据计算样本相关系数(精确到);
(2)令变量,,利用(1)中结论求关于的经验回归方程,并预测年移动物联网连接数.
附注:(i)回归方程中斜率和截距最小二乘估计公式分别为,,样本相关系数;
(ii)参考数据:,,,