某公司为确定下一年度投入某种产品的宣传费，需了解年宣传费
（单位：千元）对年销售量
（单位：
）的影响．对近8年的年宣传费
和年销售量
（
）数据作了初步处理，得到下面的散点图及一些统计量的值．
表中
，
．
（1）根据散点图判断，
与
哪一个适宜作为年销售量关于年宣传费的回归方程类型？（给出判断即可，不必说明理由）
（2）根据（1）的判断结果及表中数据，建立关于的回归方程，并预计当宣传费为4千元时的年销售量；
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
（单位：千元）对年销售量（单位：）的影响．对近8年的年宣传费和年销售量（）数据作了初步处理，得到下面的散点图及一些统计量的值．
|
|
|  |  |  |  |
46.6 | 563 | 6.8 | 289.8 | 1.6 | 1469 | 108.8 |
，．（1）根据散点图判断，
与哪一个适宜作为年销售量关于年宣传费的回归方程类型？（给出判断即可，不必说明理由）（2）根据（1）的判断结果及表中数据，建立
关于的回归方程，并预计当宣传费为4千元时的年销售量；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
更新时间：2021-09-04 16:00:36
|
相似题推荐
解答题-应用题
|
适中
(0.65)
名校
【推荐1】某种产品的广告费用支出（万元）与销售额（万元）之间有如下的对应数据：
（1）求回归直线方程；
（2）据此估计广告费用为12万元时的销售额约为多少？
（万元）与销售额（万元）之间有如下的对应数据： | 2 | 4 | 5 | 6 | 8 |
| 30 | 40 | 60 | 50 | 70 |
（2）据此估计广告费用为12万元时的销售额约为多少？
您最近一年使用：0次
解答题-问答题
|
适中
(0.65)
解题方法
【推荐2】某新能源汽车公司从2018年到2022年汽车年销售量（单位：万辆）的散点图如下：
记年份代码为
(1)根据散点图判断，模型①与模型②
，哪一个更适宜作为年销售量关于年份代码的回归方程？（给出判断即可，不必说明理由）
(2)根据（1）的判断结果，建立关于的回归方程；
(3)预测2023年该公司新能源汽车销售量．
参考数据：
参考公式：回归方程
中斜率和截距的最小二乘估计公式分别为：
，
（单位：万辆）的散点图如下：记年份代码为
(1)根据散点图判断，模型①
与模型②，哪一个更适宜作为年销售量关于年份代码的回归方程？（给出判断即可，不必说明理由）(2)根据（1）的判断结果，建立
关于的回归方程；(3)预测2023年该公司新能源汽车销售量．
参考数据：
|
|
|
|
|
34 | 55 | 979 | 657 | 2805 |
中斜率和截距的最小二乘估计公式分别为：，
您最近一年使用：0次
解答题-应用题
|
适中
(0.65)
名校
【推荐1】调查某公司的五名推销员，其工作年限与年推销金额如下表：
(1)在图中画出年推销金额关于工作年限的散点图，并从散点图中发现工作年限与年推销金额之间关系的一般规律；
(2)利用最小二乘法求年推销金额关于工作年限的回归直线方程；
(3)利用(2)中的回归方程，预测工作年限为10年的推销员的年推销金额.
附：
，
＝
－
.
| 推销员 | A | B | C | D | E |
| 工作年限x(年) | 2 | 3 | 5 | 7 | 8 |
| 年推销金额y(万元) | 3 | 3.5 | 4 | 6.5 | 8 |
(1)在图中画出年推销金额关于工作年限的散点图，并从散点图中发现工作年限与年推销金额之间关系的一般规律；
(2)利用最小二乘法求年推销金额关于工作年限的回归直线方程；
(3)利用(2)中的回归方程，预测工作年限为10年的推销员的年推销金额.
附：
， ＝－ .
您最近一年使用：0次
解答题-作图题
|
适中
(0.65)
名校
【推荐2】某种产品的广告费用支出与销售额之间有如下的对应数据：
（1）画出散点图，并说明销售额与广告费用支出之间是正相关还是负相关？
（2）请根据上表提供的数据，求回归直线方程
；
（3）据此估计广告费用为10时，销售收入的值.
（参考公式：
，
）
与销售额之间有如下的对应数据：（1）画出散点图，并说明销售额
与广告费用支出之间是正相关还是负相关？（2）请根据上表提供的数据，求回归直线方程
；（3）据此估计广告费用为10时，销售收入
的值.（参考公式：
，）
您最近一年使用：0次
解答题-问答题
|
适中
(0.65)
解题方法
【推荐3】对某地区儿童的身高与体重的一组数据，我们用两种模型①
，②
拟合，得到回归方程分别为
，
，作残差分析，如表：
(1)求表中空格内的值；
(2)根据残差比较模型①，②的拟合效果，决定选择哪个模型；
(3)残差大于
的样本点被认为是异常数据，应剔除，剔除后对(2)所选择的模型重新建立回归方程.
（结果保留到小数点后两位）
附：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
，.
，②拟合，得到回归方程分别为，，作残差分析，如表：身高 | 60 | 70 | 80 | 90 | 100 | 110 |
体重 | 6 | 8 | 10 | 14 | 15 | 18 |
| 0.41 | 0.01 | 1.21 | －0.19 | 0.41 | |
| －0.36 | 0.07 | 0.12 | 1.69 | －0.34 | －1.12 |
(2)根据残差比较模型①，②的拟合效果，决定选择哪个模型；
(3)残差大于
的样本点被认为是异常数据，应剔除，剔除后对(2)所选择的模型重新建立回归方程.（结果保留到小数点后两位）
附：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，.
您最近一年使用：0次
