年份 | 2018 | 2019 | 2020 | 2021 | 2022 |
广告费用百万元 | 1.5 | 1.6 | 1.7 | 1.8 | 1.9 |
润千万元 | 1.6 | 2 | 2.4 | 2.5 | 3 |
(2)若该企业从2018年开始,广告费用连续每一年都比上一年增加10万元,根据(1)中所得的线性回归方程,预测2025年该企业可获得的利润.
参考公式:.
研发投入亿元 | 1 | 2 | 3 | 4 | 5 |
经济收益亿元 | 2.5 | 4 | 6.5 | 9 | 10.5 |
(1)计算的相关系数,并判断是否可以认为研发投入与经济收益具有较高的线性相关程度:(若,则线性相关程度一般,若,则线性相关程度较高)
(2)求出关于的线性回归方程,并预测研发投入10亿元时的经济收益.
参考数据:
附:相关系数,线性回归方程的斜率,截距.
年限 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
年利润(万元) | 2 | 8 | 9 | 12 | 10 | 13 | 15 | 16 | 17 | 18 |
(1)若年利润(单位:万元)与小卖部营业年限成正相关关系,在不改变经营状态的情况下,预测该小卖部2023年的年利润;
(2)以年利润是否低于12万元为评价标准,按照分层抽样从2013~2022年的年利润中随机抽取5个,再从这5个数据中随机抽取2个,求抽取的2个数据至少有1个低于12万元的概率.
附:线性回归方程中,,其中为样本均值.
某市对此不断进行安全教育,下表是该市某主干路口连续5年监控设备抓拍到通过该路口的骑电动车不戴头盔的人数的统计数据:
年份 | 2019 | 2020 | 2021 | 2022 | 2023 |
年份序号 | 1 | 2 | 3 | 4 | 5 |
不戴头盔人数 | 1450 | 1300 | 1200 | 1100 | 950 |
(2)预测该路口2024年不戴头盔的人数.
参考公式:回归方程中斜率和截距的最小二乘法估计公式分别为.
试销单价x(百元) | 1 | 2 | 3 | 4 | 5 | 6 |
产品销量y(件) | 91 | 86 | p | 78 | 73 | 70 |
参考数据:,,.
(1)求p的值;
(2)已知变量x,y具有线性相关关系,求产品销量y(件)关于试销单价x(百元)的线性回归方程(计算结果精确到整数位);
(3)用表示用正确的线性回归方程得到的与对应的产品销量的估计值.当销售数据的残差的绝对值时,则将销售数据称为一个“有效数据”.现从这6组销售数据中任取2组,求“有效数据”个数的分布列和期望.
6 . 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,)
志愿者人数x | 1 | 2 | 3 | 4 | 5 |
整理时长y | 70 | m | 50 | 40 | 35 |
(2)根据(1)中的线性回归方程,若博物馆计划在20小时内完成对文物的整理工作,求博物馆至少需要招募的志愿者人数.
附:线性回归方程中,,.
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:;.
充电桩投资金额/百万元 | 3 | 4 | 6 | 7 | 9 | 10 |
所获利润/百万元 | 1.5 | 2 | 3 | 4.5 | 6 | 7 |
(2)若规定所获利润与投资金额的比值不低于,则称对应的投入额为“优秀投资额”,记2分,所获利润与投资金额的比值低于且大于,则称对应的投入额为“良好投资额”,记1分,所获利润与投资金额的比值不超过,则称对应的投入额为“不合格投资额”,记0分,现从表中6个投资金额中任意选2个,用表示记分之和,求的概率.
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法估计公式分别为,.
10 . 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,.