名校
解题方法
1 . 为响应党中央“扶贫攻坚”的号召,某单位指导一贫困村通过种植紫甘薯来提高经济收入.紫甘薯对环境温度要求较高,根据以往的经验,随着温度的升高,其死亡株数成增长的趋势.下表给出了2021年种植的一批试验紫甘薯在温度升高时6组死亡的株数.
经计算,,,,,
,,,其中,分别为试验数据中的温度和死亡株数,.
(1)若用一元线性回归模型,求关于的经验回归方程;
(2)若用非线性回归模型求得关于的非线性经验回归方程,且相关指数为.
(ⅰ)试与(1)中的回归模型相比,用说明哪种模型的拟合效果更好;
(ii)用拟合效果好的模型预测温度为35℃时该批紫甘薯的死亡株数(结果取整数).
附: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:,;相关指数为:.
温度/℃ | 21 | 23 | 24 | 27 | 29 | 30 |
死亡数/株 | 6 | 11 | 20 | 27 | 57 | 77 |
,,,其中,分别为试验数据中的温度和死亡株数,.
(1)若用一元线性回归模型,求关于的经验回归方程;
(2)若用非线性回归模型求得关于的非线性经验回归方程,且相关指数为.
(ⅰ)试与(1)中的回归模型相比,用说明哪种模型的拟合效果更好;
(ii)用拟合效果好的模型预测温度为35℃时该批紫甘薯的死亡株数(结果取整数).
附: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:,;相关指数为:.
您最近一年使用:0次
2022-05-23更新
|
1094次组卷
|
6卷引用:重庆市涪陵高级中学校2022届高三下学期冲刺适应卷(二)数学试题
名校
解题方法
2 . 身高体重指数(BMI)的大小直接关系到人的健康状况,某高中高三(1)班班主任为了解该班学生的身体健康状况,从该班学生中随机选取5名学生,测量其身高、体重的数据如下表.
(1)求体重关于身高的线性回归方程,并预测身高为180cm的同学的体重;
(2)试分析学生的体重差异约有多少是由身高引起的?(注:结果保留两位小数)参考公式:线性回归方程中,,,其中,为样本平均值,.
学生编号 | 1 | 2 | 3 | 4 | 5 |
身高x/cm | l65 | 170 | 175 | 170 | 170 |
体重y/kg | 58 | 67 | 67 | 65 | 63 |
(2)试分析学生的体重差异约有多少是由身高引起的?(注:结果保留两位小数)参考公式:线性回归方程中,,,其中,为样本平均值,.
您最近一年使用:0次
2022-05-03更新
|
1336次组卷
|
7卷引用:重庆市第八中学校2022届高三下学期高考适应性强化训练(四)数学试题
重庆市第八中学校2022届高三下学期高考适应性强化训练(四)数学试题(已下线)专题51:回归分析-2023届高考数学一轮复习精讲精练(新高考专用)广东省四会市四会中学、广信中学2021-2022学年高二下学期第二次联考数学试题(已下线)章节综合测试-成对数据的统计分析(已下线)模块二 专题3 分层抽样的样本平均数、百分位数、残差(已下线)模块三 专题6大题分类练(统计) 拔高能力练(已下线)专题05 成对数据的统计分析压轴题(1)
名校
3 . 下列说法正确的是( )
A.相关系数可衡量两个变量之间线性关系的强弱,的值越接近于1,线性相关程度越强 |
B.在对两个分类变量进行独立性检验时,计算出的观测值为,已知,则可以在犯错误的概率不超过的前提下认为两个分类变量无关 |
C.一组容量为100的样本数据,按从小到大的顺序排列后第50,51个数据分别为13,14,则这组数据的中位数为 |
D.相关指数可用来刻画一元回归模型的拟合效果,回归模型的越大,拟合效果越好 |
您最近一年使用:0次
2022-02-08更新
|
710次组卷
|
3卷引用:重庆市2022届高三上学期1月调研数学试题
重庆市2022届高三上学期1月调研数学试题(已下线)技巧02 多选题解法与技巧(练)--第二篇 解题技巧篇-《2022年高考数学二轮复习讲练测(新高考·全国卷)》广东省广州市培正中学2023届高三上学期期中数学试题
名校
解题方法
4 . 近几年来,热饮越来越受到年轻人的欢迎.一个研究性学习小组为了研究气温对热饮销售的影响,统计了学校门口一个热饮店在2019年1月份某6天白天的平均气温和热饮销售量,得到以下数据:
(1)求销售量关于气温的回归直线方程,若某天白天的平均气温为,估计当天的热饮销售量;
(2)根据表格中的数据计算(精确到0.001),由此解释平均气温对销售量变化的影响.
参考公式:,;.
x气温/ | 0 | 3 | 6 | 10 | 13 | |
y销售量/杯 | 161 | 146 | 138 | 133 | 120 | 112 |
(1)求销售量关于气温的回归直线方程,若某天白天的平均气温为,估计当天的热饮销售量;
(2)根据表格中的数据计算(精确到0.001),由此解释平均气温对销售量变化的影响.
参考公式:,;.
您最近一年使用:0次