阿根廷球员马拉多纳曾经是上个世纪最伟大的足球运动员之一,其精湛的足球技术在几十年当中始终无人超越.科学家通过电脑计算发现:马拉多纳在高速运动、高强度对抗、视角受限的情况下,传球和助攻有高达与电脑计算的最佳路线一样!为纪念“球王”马拉多纳,某地区举行了系列足球运动推广活动.
(1)受推广活动的影响,该地区球迷观看足球联赛的热情持续高涨,据统计相关轮次观看联赛的球迷人数(单位:人)如下表:
现建立该地区观看球赛的人数与轮次的线性回归模型:.根据该模型预测从第几轮次开始该地区观看球赛的人数超过人?
(2)为了参加该地区举行的“花式足球大赛”,某球队需要从甲、乙所在的名运动员中选三名队员参赛.求在甲被选中的条件下,乙也被选中的概率.
附:回归方程中斜率和截距的最小二乘估计公式和参数数据:;;.
(1)受推广活动的影响,该地区球迷观看足球联赛的热情持续高涨,据统计相关轮次观看联赛的球迷人数(单位:人)如下表:
轮次 | |||||
观看的人数 |
(2)为了参加该地区举行的“花式足球大赛”,某球队需要从甲、乙所在的名运动员中选三名队员参赛.求在甲被选中的条件下,乙也被选中的概率.
附:回归方程中斜率和截距的最小二乘估计公式和参数数据:;;.
更新时间:2021-08-19 19:41:15
|
相似题推荐
解答题-问答题
|
适中
(0.65)
名校
【推荐1】近年来,学生职业生涯规划课程逐渐进入课堂,考生选择大学就读专业时不再盲目扎堆热门专业,报考专业分布更加广泛,报考之前较冷门专业的人数也逐年上升.下表是某高校专业近五年来在某省录取平均分与当年该大学的最低提档线对照表:
(1)根据上表数据可知,与之间存在线性相关关系,用最小二乘法求关于的线性回归方程;
(2)据以往数据可知,该大学专业每年录取分数服从正态分布,其中为当年该大学专业录取的平均分. 假设2022年该大学最低提档线为分.
①利用(1)的结果预测2022年专业录取平均分;
②若某同学2022年高考考了分,该大学专业在该省共录取100人,录取成绩前五名的学生可以获得一等奖学金,请问该同学能否获得该奖学金?请说明理由.
参考公式:,.
参考数据:,,.
年份 | 2017 | 2018 | 2019 | 2020 | 2021 |
年份代码() | |||||
该校最低提档分数线 | |||||
专业录取平均分 | |||||
专业录取平均分与提档线之差() |
(2)据以往数据可知,该大学专业每年录取分数服从正态分布,其中为当年该大学专业录取的平均分. 假设2022年该大学最低提档线为分.
①利用(1)的结果预测2022年专业录取平均分;
②若某同学2022年高考考了分,该大学专业在该省共录取100人,录取成绩前五名的学生可以获得一等奖学金,请问该同学能否获得该奖学金?请说明理由.
参考公式:,.
参考数据:,,.
您最近半年使用:0次
解答题-问答题
|
适中
(0.65)
名校
【推荐2】随着我国经济的发展,居民收入逐年增长.某地区2014年至2018年农村居民家庭人均纯收入(单位:千元)的数据如下表:
(1)求关于的线性回归方程;
(2)利用(1)中的回归方程,分析2014年至2018年该地区农村居民家庭人均纯收入的变化情况,并预测2019年该地区农村居民家庭人均纯收入为多少?
附:回归直线的斜率和截距的最小二乘估计公式分别为,.
年份 | 2014 | 2015 | 2016 | 2017 | 2018 |
年份代号 | 1 | 2 | 3 | 4 | 5 |
人均纯收入 | 5 | 4 | 7 | 8 | 10 |
(2)利用(1)中的回归方程,分析2014年至2018年该地区农村居民家庭人均纯收入的变化情况,并预测2019年该地区农村居民家庭人均纯收入为多少?
附:回归直线的斜率和截距的最小二乘估计公式分别为,.
您最近半年使用:0次
解答题-问答题
|
适中
(0.65)
名校
解题方法
【推荐3】年月以来,湖北省武汉市持续开展流感及相关疾病监测,发现多起病毒性肺炎病例,均诊断为病毒性肺炎肺部感染,后被命名为新型冠状病毒肺炎(CoronaVirusDisease2019,COVID-19),简称“新冠肺炎”,下图是年月日至月日累计确诊人数随时间变化的散点图.
为了预测在未采取强力措施下,后期的累计确诊人数,建立了累计确诊人数与时间变量的两个回归模型,根据月日至月日的数据(时间变量的值依次,,…,)建立模型和.
参考数据:其中,.
(1)根据散点图判断,和哪一个适宜作为累计确诊人数与时间变量的回归方程类型?(给出判断即可,不必说明理由);
(2)根据(1)的判断结果及附表中数据,建立关于的回归方程;
(3)以下是月日至月日累计确诊人数的真实数据,根据(2)的结果回答下列问题:
(i)当月日至月日这天的误差(模型预测数据与真实数据差值的绝对值与真实数据的比值)都小于则认为模型可靠,请判断(2)的回归方程是否可靠?
(ii)年月日在人民政府的强力领导下,全国人民共同取了强力的预防“新冠肺炎”的措施,若采取措施天后,真实数据明显低于预测数据,则认为防护措施有效,请判断预防措施是否有效?并说明理由.
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:,.
为了预测在未采取强力措施下,后期的累计确诊人数,建立了累计确诊人数与时间变量的两个回归模型,根据月日至月日的数据(时间变量的值依次,,…,)建立模型和.
参考数据:其中,.
(1)根据散点图判断,和哪一个适宜作为累计确诊人数与时间变量的回归方程类型?(给出判断即可,不必说明理由);
(2)根据(1)的判断结果及附表中数据,建立关于的回归方程;
(3)以下是月日至月日累计确诊人数的真实数据,根据(2)的结果回答下列问题:
时间 | 月日 | 月日 | 月日 | 月日 | 月日 |
累计确诊人数的真实数据 |
(i)当月日至月日这天的误差(模型预测数据与真实数据差值的绝对值与真实数据的比值)都小于则认为模型可靠,请判断(2)的回归方程是否可靠?
(ii)年月日在人民政府的强力领导下,全国人民共同取了强力的预防“新冠肺炎”的措施,若采取措施天后,真实数据明显低于预测数据,则认为防护措施有效,请判断预防措施是否有效?并说明理由.
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:,.
您最近半年使用:0次
解答题-问答题
|
适中
(0.65)
名校
【推荐1】有一名高二学生盼望2020年进入某名牌大学学习,假设该名牌大学有以下条件之一均可录取:①2020年2月通过考试进入国家数学奥赛集训队(集训队从2019年10月省数学竞赛一等奖中选拔):②2020年3月自主招生考试通过并且达到2020年6月高考重点分数线,③2020年6月高考达到该校录取分数线(该校录取分数线高于重点线),该学生具备参加省数学竞赛、自主招生和高考的资格且估计自己通过各种考试的概率如下表
若该学生数学竞赛获省一等奖,则该学生估计进入国家集训队的概率是0.2.若进入国家集训队,则提前录取,若未被录取,则再按②、③顺序依次录取:前面已经被录取后,不得参加后面的考试或录取.(注:自主招生考试通过且高考达重点线才能录取)
(Ⅰ)求该学生参加自主招生考试的概率;
(Ⅱ)求该学生参加考试的次数的分布列及数学期望;
(Ⅲ)求该学生被该校录取的概率.
省数学竞赛一等奖 | 自主招生通过 | 高考达重点线 | 高考达该校分数线 |
0.5 | 0.6 | 0.9 | 0.7 |
(Ⅰ)求该学生参加自主招生考试的概率;
(Ⅱ)求该学生参加考试的次数的分布列及数学期望;
(Ⅲ)求该学生被该校录取的概率.
您最近半年使用:0次
解答题-问答题
|
适中
(0.65)
名校
解题方法
【推荐2】为营造浓厚的全国文明城市创建氛围,积极响应创建全国文明城市号召,提高对创城行动的责任感和参与度,学校号召师生利用周末参与创城志愿活动.高二(1)班某小组有男生4人,女生2人,现从中随机选取2人作为志愿者参加活动.
(1)求在有女生参加活动的条件下,恰有一名女生参加活动的概率;
(2)记参加活动的女生人数为X,求X的分布列及期望、方差.
(1)求在有女生参加活动的条件下,恰有一名女生参加活动的概率;
(2)记参加活动的女生人数为X,求X的分布列及期望、方差.
您最近半年使用:0次
解答题-证明题
|
适中
(0.65)
【推荐3】chatGPT是由OpenAI开发的一款人工智能机器人程序,一经推出就火遍全球.chatGPT的开发主要采用RLHF(人类反馈强化学习)技术,训练分为以下三个阶段.
第一阶段:训练监督策略模型.对抽取的prompt数据,人工进行高质量的回答,获取<prompt,answer>数据对,帮助数学模型GPT-3.5更好地理解指令.
第二阶段:训练奖励模型.用上一阶段训练好的数学模型,生成个不同的回答,人工标注排名,通过奖励模型给出不同的数值,奖励数值越高越好.奖励数值可以通过最小化下面的交叉熵损失函数得到:,其中,且.
第三阶段:实验与强化模型和算法.通过调整模型的参数,使模型得到最大的奖励以符合人工的选择取向.
参考数据:
(1)若已知某单个样本,其真实分布,其预测近似分布,计算该单个样本的交叉熵损失函数Loss值.
(2)绝对值误差MAE也是一种比较常见的损失函数,现已知某阶变量的绝对值误差,,其中,表示变量的阶.若已知某个样本是一个三阶变量的数阵,其真实分布是,现已知其预测分布为,求证:该变量的绝对值误差为定值.
(3)在测试chatGPT时,如果输入问题没有语法错误chatGPT的回答被采纳的概率为,当出现语法错误时,chatGPT的回答被采纳的概率为.现已知输入的问题中出现语法错误的概率为,现已知chatGPT的回答被采纳,求该问题的输入语法没有错误的概率.
第一阶段:训练监督策略模型.对抽取的prompt数据,人工进行高质量的回答,获取<prompt,answer>数据对,帮助数学模型GPT-3.5更好地理解指令.
第二阶段:训练奖励模型.用上一阶段训练好的数学模型,生成个不同的回答,人工标注排名,通过奖励模型给出不同的数值,奖励数值越高越好.奖励数值可以通过最小化下面的交叉熵损失函数得到:,其中,且.
第三阶段:实验与强化模型和算法.通过调整模型的参数,使模型得到最大的奖励以符合人工的选择取向.
参考数据:
(1)若已知某单个样本,其真实分布,其预测近似分布,计算该单个样本的交叉熵损失函数Loss值.
(2)绝对值误差MAE也是一种比较常见的损失函数,现已知某阶变量的绝对值误差,,其中,表示变量的阶.若已知某个样本是一个三阶变量的数阵,其真实分布是,现已知其预测分布为,求证:该变量的绝对值误差为定值.
(3)在测试chatGPT时,如果输入问题没有语法错误chatGPT的回答被采纳的概率为,当出现语法错误时,chatGPT的回答被采纳的概率为.现已知输入的问题中出现语法错误的概率为,现已知chatGPT的回答被采纳,求该问题的输入语法没有错误的概率.
您最近半年使用:0次