x | 1 | 2 | 3 | 4 | 5 | 6 | 7 |
y | 6 | 11 | 21 | 34 | 66 | 101 | 196 |
62.14 | 1.54 | 140 | 2535 | 50.12 | 27694 | 3.47 |
(2)若同学甲求得其非线性经验回归方程的残差平方和为;同学乙选择线性回归模型,并计算得经验回归方程为,以及该回归模型的决定系数;
①用决定系数比较甲乙两人所建立的模型,谁的拟合效果更好?
②用你认为拟合效果较好的模型预测活动推出第8天使用扫码支付的人次;
参考公式:对于一组数据,,…,,其回归直线的斜率和截距的最小二乘估计公式分别为:,.决定系数:
相似题推荐
10.15 | 109.94 | 3.04 | 0.16 | ||||
13.94 | -2.1 | 11.67 | 0.21 | 21.22 |
附:参考数据和公式:,,回归直线方程的斜率和截距的最小二乘法估计分别为:,,相关系数计算公式:.
(2)为发挥线上购物的优越性,现主办方在某网购平台推出一款以“冰墩墩”为原型的纪念品进行售卖,网购平台为提高销售量,组织三家网店开展“秒杀”抢购活动.其中甲在A家抢购一个订单,乙在B家抢购一个订单,丙在C家抢购一个订单,若三人在三家网店订单“秒杀”成功的概率均为,且三人是否抢购成功互不影响,记三人抢购到的订单总数为随机变量.
①求的分布列及;
②若每个订单由个“冰墩墩”构成,记三人抢购到的“冰墩墩”总数量为,假设,求取最小值时正整数的值.
月份 | ||||||
月份代码x | 1 | 2 | 3 | 4 | 5 | 6 |
市场占有率 | 11 | 13 | 16 | 15 | 20 | 21 |
求y关于x的线性回归方程,并预测该公司2018年2月份的市场占有率;
根据调研数据,公司决定再采购一批单车扩大市场,现有采购成本分别为1000元辆和800元辆的A,B两款车型报废年限各不相同考虑到公司的经济效益,该公司决定先对两款单车各100辆进行科学模拟测试,得到两款单车使用寿命频数表如下:
报废年限 车型 | 1年 | 2年 | 3年 | 4年 | 总计 |
A | 10 | 30 | 40 | 20 | 100 |
B | 15 | 40 | 35 | 10 | 100 |
参考数据:,,.
参考公式:相关系数,
回归直线方程为其中:,.
(1)折线图可以看出,可用线性回归模型拟合月利润(单位:百万元)与月份代码之间的关系,求关于的线性回归方程,并预测该公司2018年1月份的利润;
(2)甲公司新研制了一款产品,需要采购一批新型材料,现有采购成本分别为10万元包和12万元包的、两种型号的新型材料可供选择,按规定每种新型材料最多可使用4个月,不同类型的新型材料损坏的时间各不相同,已知生产新型材料的企业乙对、两种型号各100件新型材料进行过科学模拟测试,得到两种新型材料使用寿命频数统计如表:
使用寿命 材料类型 | 1个月 | 2个月 | 3个月 | 4个月 | 总计 |
20 | 35 | 35 | 10 | 100 | |
10 | 30 | 40 | 20 | 100 |
参考数据:,.
参考公式:回归直线方程为,其中.
20 | 66 | 770 | 200 | 14 |
460 | 3125000 | 21500 |
(2)(i)根据(1)的选择及表中数据,建立关于的回归方程(系数精确到0.01);
(ii)若下一年销售额需达到80亿元,预测下一年的研发资金投入量是多少亿元?
附:①相关系数,回归直线中斜率和截距的最小二乘估计公式分别为:,;
②参考数据:.
(1)某人进行该抽球试验时,最多进行三轮,即使第三轮不成功,也停止抽球,记其进行抽球试验的轮次数为随机变量,求的分布列和数学期望;
(2)为验证抽球试验成功的概率不超过,有1000名数学爱好者独立的进行该抽球试验,记表示成功时抽球试验的轮次数,表示对应的人数,部分统计数据如下:
1 | 2 | 3 | 4 | 5 | |
232 | 98 | 60 | 40 | 20 |
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,.
5 | 10 | 15 | 20 | 25 | 30 | |
7.25 | 8.12 | 8.95 | 9.90 | 10.9 | 11.8 |
(2)求出.
(3)进行残差分析.
附:回归方程中斜率和截距的最小二乘估计公式分别为.
相关指数公式:
年份 | 2012 | 2013 | 2014 | 2015 | 2016 |
年份编号 | 1 | 2 | 3 | 4 | 5 |
地区生产总值(亿元) | 2.8 | 3.1 | 3.9 | 4.6 | 5.6 |
(2)随着我国打赢了人类历史上规模最大的脱贫攻坚战,该市2017-2022的地区生产总值持续增长,现对这11年的数据有三种经验回归模型、、,它们的分别为0.976、0.880和0.985,请根据的数值选择最好的回归模型预测一下2023年该市的地区生产总值;
(3)若2012-2022该市的人口数(单位:百万)与年份编号的回归模型为,结合(2)问中的最佳模型,预测一下在2023年以后,该市人均地区生产总值的变化趋势.
参考公式:,;
【推荐1】为了了解高中学生课后自主学习数学时间(分钟/每天)和他们的数学成绩(分)的关系,某实验小组做了调查,得到一些数据(表一).
表一
编号 | 1 | 2 | 3 | 4 | 5 |
学习时间 | 30 | 40 | 50 | 60 | 70 |
数学成绩 | 65 | 78 | 85 | 99 | 108 |
(1)请根据所给数据求出,的经验回归方程,并由此预测每天课后自主学习数学时间为100分钟时的数学成绩:(参考数据:,,的方差为200)
(2)基于上述调查,某校提倡学生周末在校自主学习.经过一学期的实施后,抽样调查了220位学生.按照是否参与周未在校自主学习以及成绩是否有进步统计,得到列联表(表二).依据表中数据及小概率值的独立性检验,分析“周未在校自主学习与成绩进步”是否有关.
表二
没有进步 | 有进步 | 合计 | |
参与周末在校自主学习 | 35 | 130 | 165 |
未参与周末不在校自主学习 | 25 | 30 | 55 |
合计 | 60 | 160 | 220 |
附:,,.
0.10 | 0.05 | 0.010 | 0.005 | 0.001 | |
2.706 | 3.841 | 6.635 | 7.879 | 10.828 |
【推荐2】近日“脆皮大学生”话题在网上引发热议,更多的人开始关注青少年身体素质.身体健康指数H与体质测试成绩Y有一定的相关关系,随机收集某大学20名学生的数据得,,,H与Y的方差满足.
(1)求H与Y的相关系数r的值;
(2)建立Y关于H的线性回归方程,并预测时体质测试成绩.
参考公式:相关系数,
回归方程中斜率和截距的最小二乘估计公式分别为:,.
月份 | 第一个月 | 第二个月 | 第三个月 | 第四个月 | 第五个月 |
会员人数 |
(2)根据(1)中所求的线性回归方程,预测个月后,会员人数能否突破人.
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;.