年份x | 2018 | 2019 | 2020 | 2021 | 2022 |
销量y(万台) | 1.60 | 1.70 | 1.90 | 2.20 | 2.60 |
购置传统燃油车 | 购置新能源车 | 总计 | |
男性车主 | 35 | 60 | |
女性车主 | 25 | ||
总计 | 100 |
②参考数据:; ③卡方临界值表:
0.10 | 0.05 | 0.010 | 0.005 | 0.001 | |
2.706 | 3.841 | 6.635 | 7.879 | 10.828 |
(1)求新能源乘用车的销量y关于年份的线性相关系数,并判断y与之间的线性相关关系的强弱;(若,相关性较强;若,相关性一般;若,相关性较弱)
(2)请将上述列联表补充完整,根据小概率值的独立性检验,分析购车车主购置新能源乘用车与性别是否有关系?
套票类别 | A | B | C | D | E | F |
套票价格(元) | 40 | 50 | 60 | 65 | 72 | 88 |
购买人数(千人) | 16.9 | 18.7 | 20.6 | 22.5 | 24.1 | 25.2 |
(1)根据所给数据,建立购买人数y关于套票价格x的回归方程;
(2)规定:当购买某款套票的人数y与该款套票价格x的比值在区间上时,该套票为“热门套票”.现有甲、乙、丙三人分别从以上六款旅游套票中购买一款.假设他们买到的套票的款式互不相同,且购买到“热门套票”的人数为X,求随机变量X的分布列和期望.
附:①参考数据:,,,.
②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,.
年份编号 | 1 | 2 | 3 | 4 | 5 |
该地区新能源汽车保有量 | 1.5 | 2.6 | 3.4 | 4.9 | 7.8 |
该地区纯电动汽车保有量 | 1.3 | 2.1 | 2.8 | 4.0 | 6.4 |
(2)从表中数据可以看出2018~2022年,该地区新能源汽车保有量中纯电动汽车保有量占比均超过80%,说明纯电动汽车一直是新能源汽车的主流产品.若甲、乙、丙3人从2018~2022年中各随机选取1个年份(可以重复选取),记取到满足的年份的个数为,求的分布列及数学期望.
参考数据:
1.25 | 22.62 | 1.1 | 1.5 | 11.4 |
参考公式:对一组数据,,,,其回归直线的斜率和截距的最小二乘法估计公式分别为,.
(1)根据散点图判断,与(其中…为自然对数的底数)哪一个更适合作为平均产卵数y(个)关于平均温度x(℃)的回归方程类型?(给出判断即可,不必说明理由)
(2)由(1)的判断结果及表中数据,求出y关于x的回归方程.(计算结果精确到0.1)
附:回归方程中,,
参考数据() | |||||
5215 | 17713 | 714 | 27 | 81.3 | 3.6 |
在每年价格不变,无虫害的情况下,某果园年产值为200万元,根据以上数据,以得到最高收益(收益=产值-防害费用)为目标,请为果农从以下几个方案中推荐最佳防害方案,并说明理由.
方案1:选择防害措施A,可以防止各种气温的红蜘蛛虫害不减产,费用是18万;
方案2:选择防害措施B,可以防治22℃至28℃的蜘蛛虫害,但无法防治28℃以上的红蜘蛛虫害,费用是10万;
方案3:不采取防虫害措施.
5 . 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:,,.
年份 | |||||||
年份代码 | |||||||
(1)根据表中的数据,作出相应的折线图;并结合相关数据,计算相关系数,并推断与线性相关程度;(已知:,则认为与线性相关很强;,则认为与线性相关一般;,则认为与线性相关较弱)
(2)求出与的回归直线方程(保留一位小数);
(3)请判断,若年用在“芯片”上研发费用不低于万元,则该单位年芯片研发的总费用预算为万元是否符合研发要求?
附:相关数据:,,,.
相关计算公式:①相关系数;
在回归直线方程中,,.
t | 1 | 2 | 3 | 4 | 5 | 6 | 7 |
z | 0.01 | 0.04 | 0.14 | 0.52 | 1.38 | 2.31 | 4.3 |
(1)请判断是否可以用线性回归模型拟合u与t的关系;(通常时,认为可以用线性回归模型拟合变量间的关系)
(2)试建立z与t的回归方程,并预测前8天该隧道拱顶的累加总下沉量;
(3)已知当拱顶下沉速率超过9毫米/天,支护系统将超负荷,隧道有塌方风险.若规定每天下午6点为调整支护参数的时间,试估计最迟在第几天需调整支护参数,才能避免塌方.
附:①相关系数;
②回归直线中斜率和截距的最小二乘估计公式分别为:
③参考数据:,.
(1)根据散点图推断两个变量是否线性相关.计算样本相关系数(精确到0.01),并推断它们的相关程度;
(2)(i)假设变量x与变量Y的n对观测数据为(x1,y1),(x2,y2),…,(xn,yn),两个变量满足一元线性回归模型 (随机误差).请推导:当随机误差平方和Q=取得最小值时,参数b的最小二乘估计.
(ii)令变量,则变量x与变量Y满足一元线性回归模型利用(i)中结论求y关于x的经验回归方程,并预测2024年移动物联网连接数.
附:样本相关系数,,,,
(1)求y与x的相关系数r,并据此判断电动汽车销量y与年份x的相关性强弱;
(2)该机构还调查了该地区100位购车车主性别与购车种类情况,得到的数据如下表:
购买非电动汽车 | 购买电动汽车 | 总计 | |
男性 | 30 | 20 | 50 |
女性 | 15 | 35 | 50 |
总计 | 45 | 55 | 100 |
(3)在购买电动汽车的车主中按照性别进行分层抽样抽取11人,再从这11人中随机抽取4人,记这4人中,男性的人数为X,求X的分布列和数学期望.
参考公式;
(i)线性回归方程:,其中,;
(ii)相关系数:,若r>0.9,则可判断y与x线性相关较强;
(iii),其中n=a+b+c+d.
附表:
α | 0.100 | 0.050 | 0.010 | 0.001 |
2.706 | 3.841 | 6.635 | 10.828 |
(1)求与的相关系数,并据此判断电动汽车销量与年份的相关性强弱;
(2)该机构还调查了该地区90位购车车主的性别与购车种类情况,得到的数据如下表:
性别 | 购买非电动汽车 | 购买电动汽车 | 总计 |
男性 | 39 | 6 | 45 |
女性 | 30 | 15 | 45 |
总计 | 69 | 21 | 90 |
(3)在购买电动汽车的车主中按照性别进行分层抽样抽取7人,再从这7人中随机抽取3人,记这3人中,男性的人数为,求的分布列和数学期望.
①参考数据:;
②参考公式:(i)线性回归方程:,其中;
(ii)相关系数:,若,则可判断与线性相关较强.
(iii),其中.附表: