近年来,随着我国汽车消费水平的提高,二手车流通行业得到迅猛发展.某汽车交易市场对2017年成交的二手车交易前的使用时间(以下简称“使用时间”)进行统计,得到频率分布直方图如图1.
(1)记“在年成交的二手车中随机选取一辆,该车的使用年限在”为事件,试估计的概率;
(2)根据该汽车交易市场的历史资料,得到散点图如图2,其中(单位:年)表示二手车的使用时间,(单位:万元)表示相应的二手车的平均交易价格.由散点图看出,可采用作为二手车平均交易价格关于其使用年限的回归方程,相关数据如下表(表中,):
①根据回归方程类型及表中数据,建立关于的回归方程;
②该汽车交易市场对使用8年以内(含8年)的二手车收取成交价格的佣金,对使用时间8年以上(不含8年)的二手车收取成交价格的佣金.在图1对使用时间的分组中,以各组的区间中点值代表该组的各个值.若以2017年的数据作为决策依据,计算该汽车交易市场对成交的每辆车收取的平均佣金.
附注: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;
②参考数据:.
图1 图2
(1)记“在年成交的二手车中随机选取一辆,该车的使用年限在”为事件,试估计的概率;
(2)根据该汽车交易市场的历史资料,得到散点图如图2,其中(单位:年)表示二手车的使用时间,(单位:万元)表示相应的二手车的平均交易价格.由散点图看出,可采用作为二手车平均交易价格关于其使用年限的回归方程,相关数据如下表(表中,):
①根据回归方程类型及表中数据,建立关于的回归方程;
②该汽车交易市场对使用8年以内(含8年)的二手车收取成交价格的佣金,对使用时间8年以上(不含8年)的二手车收取成交价格的佣金.在图1对使用时间的分组中,以各组的区间中点值代表该组的各个值.若以2017年的数据作为决策依据,计算该汽车交易市场对成交的每辆车收取的平均佣金.
附注: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;
②参考数据:.
2018·福建三明·一模 查看更多[9]
黑龙江省哈尔滨九中2021届高三三模数学(理)试题安徽省宣城市郎溪县2020届高三下学期仿真模拟考试(最后一卷)文科数学试题山东省淄博实验中学2018-2019学年高三寒假学习效果检测(开学考试)数学(文科)试题【省级联考】福建省2019届高三毕业班备考关键问题指导适应性练习数学(文)试题福建省永春县第一中学2017-2018高二下学期期末考试数学(文)试题【全国市级联考】山东省潍坊市青州市2018届高三第三次高考模拟考试数学(文)试题【全国市级联考】福建省三明市2018届高三下学期质量检查测试(5月)数学(文)【全国市级联考】福建省三明市2018届高三5月质量检查测试数学理试题【全国市级联考】福建省三明市2018届高三5月质量检测文科数学试题
更新时间:2018-08-01 17:10:59
|
【知识点】 用回归直线方程对总体进行估计解读
相似题推荐
解答题-问答题
|
适中
(0.65)
解题方法
【推荐1】下表为2015—2021年中国数字经济规模(单位:万亿元)及2022—2024年中国数字经济规模预测统计表,记2015—2024年对应的代码分别为1~10.
(1)根据2015—2021年的数据知可用线性回归模型拟合中国数字经济规模y与年份代码x之间的关系,求y关于x的线性回归方程(系数精确到0.01);
(2)对于未来n年的变化,通过两种不同模型预测得到两组数据,,…,与,,,,记M为数据,,…,,,,…,中的最大值,若,则称这两组数据相吻合,利用(1)中求得的线性回归方程对2022—2024年的中国数字经济规模进行预测,判断所得预测数据与表中预测数据是否吻合.
参考数据:,.
参考公式:线性回归方程中,斜率与截距的最小二乘估计公式分别为,.
年份 | 2015年 | 2016年 | 2017年 | 2018年 | 2019年 | 2020年 | 2021年 | 2022年 | 2023年 | 2024年 |
年份代码 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
中国数字经济规模/万亿元 | 18.6 | 22.6 | 27.2 | 31.3 | 35.8 | 39.2 | 45.5 | 54.3 | 60.6 | 68.3 |
(2)对于未来n年的变化,通过两种不同模型预测得到两组数据,,…,与,,,,记M为数据,,…,,,,…,中的最大值,若,则称这两组数据相吻合,利用(1)中求得的线性回归方程对2022—2024年的中国数字经济规模进行预测,判断所得预测数据与表中预测数据是否吻合.
参考数据:,.
参考公式:线性回归方程中,斜率与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-作图题
|
适中
(0.65)
解题方法
【推荐2】某农科所对冬季昼夜温差(最高温度与最低温度的差,单位:℃)大小与某反季节大豆一天内的发芽数(单位:颗)之间的关系进行了分析研究,他们分别记录了12月1日至12月6日每天昼夜最高、最低的温度(如图甲),以及实验室里每天每100颗种子中的发芽数(如图乙),得到如下资料:
(1)请画出发芽数与温差的散点图.
(2)若建立发芽数与温差之间的经验回归模型,请用样本相关系数说明建立模型的合理性.(当时,变量之间具有较强的相关关系).
(3)①求出发芽数与温差之间的经验回归方程;
②若12月7日的昼夜温差为8℃,通过建立的关于的经验回归方程,估计该实验室12月7日当天100颗种子中的发芽数.
参考数据:,,,.
(1)请画出发芽数与温差的散点图.
(2)若建立发芽数与温差之间的经验回归模型,请用样本相关系数说明建立模型的合理性.(当时,变量之间具有较强的相关关系).
(3)①求出发芽数与温差之间的经验回归方程;
②若12月7日的昼夜温差为8℃,通过建立的关于的经验回归方程,估计该实验室12月7日当天100颗种子中的发芽数.
参考数据:,,,.
您最近半年使用:0次