最高 气温 | [10, 15) | [15, 20) | [20, 25) | [25, 30) | [30, 35) | [35, 40) |
天数 | 2 | 16 | 36 | 25 | 7 | 4 |
(1)求六月份这种酸奶一天的需求量X(单位:瓶)的分布列.
(2)设六月份一天销售这种酸奶的利润为Y(单位:元),当六月份这种酸奶一天的进货量n(单位:瓶)为多少时,Y的数学期望达到最大值?
2 . 某超市计划按月订购一种酸奶,每天进货量相同,进货成本每瓶4元,售价每瓶6元,未售出的酸奶降价处理,以每瓶2元的价格当天全部处理完.根据往年销售经验,每天需求量与当天最高气温(单位:℃)有关.如果最高气温不低于25,需求量为500瓶;如果最高气温位于区间[20,25),需求量为300瓶;如果最高气温低于20,需求量为200瓶.为了确定六月份的订购计划,统计了前三年六月份各天的最高气温数据,得下面的频数分布表:
最高气温 | [10,15) | [15,20) | [20,25) | [25,30) | [30,35) | [35,40) |
天数 | 2 | 16 | 36 | 25 | 7 | 4 |
以最高气温位于各区间的频率估计最高气温位于该区间的概率.
(1)求六月份这种酸奶一天的需求量不超过300瓶的概率;
(2)设六月份一天销售这种酸奶的利润为Y(单位:元),当六月份这种酸奶一天的进货量为450瓶时,写出Y的所有可能值,并估计Y大于零的概率.
(1)一顾客购买了20个该果园的“糖心苹果”,求会买到果径小于56的概率;
(2)为了提高利润,该果园每年投入一定的资金,对种植、采摘、包装、宣传等环节进行改进.如图是2009年至2018年,该果园每年的投资金额(单位:万元)与年利润增量(单位:万元)的散点图:
该果园为了预测2019年投资金额为20万元时的年利润增量,建立了关于的两个回归模型;
模型①:由最小二乘公式可求得与的线性回归方程:;
模型②:由图中样本点的分布,可以认为样本点集中在曲线:的附近,对投资金额做交换,令,则,且有,,,.
(I)根据所给的统计量,求模型②中关于的回归方程;
(II)根据下列表格中的数据,比较两种模型的相关指数,并选择拟合精度更高、更可靠的模型,预测投资金额为20万元时的年利润增量(结果保留两位小数).
回归模型 | 模型① | 模型② |
回归方程 | ||
102.28 | 36.19 |
附:若随机变量,则,;样本的最小乘估计公式为,;
相关指数.
参考数据:,,,.
该果园为了预测2019年投资金额为20万元时的年利润增量,建立了关于的两个回归模型;
模型①:由最小二乘公式可求得与的线性回归方程:;
模型②:由图中样本点的分布,可以认为样本点集中在曲线:的附近,对投资金额做交换,令,则,且有,,,.
(1)根据所给的统计量,求模型②中关于的回归方程;
(2)分别利用这两个回归模型,预测投资金额为20万元时的年利润增量(结果保留两位小数);
(3)根据下列表格中的数据,比较两种模型的相关指数,并说明谁的预测值精度更高、更可靠.
回归模型 | 模型① | 模型② |
回归方程 | ||
102.28 | 36.19 |
相关指数.
参考数据:,.