编号 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 |
销售额x/万元 | 7800 | 8400 | 6100 | 5200 | 9700 | 8900 | 10000 | 9300 |
广告费y/万元 | 21 | 19 | 18 | 15 | 21 | 20 | 22 | 24 |
销售人员个数z | 19 | 20 | 20 | 15 | 21 | 19 | 22 | 24 |
编号 | 9 | 10 | 11 | 12 | 13 | 14 | 15 | |
销售额x/万元 | 6500 | 7300 | 4800 | 4500 | 6700 | 7500 | 9500 | |
广告费y/万元 | 15 | 19 | 13 | 11 | 18 | 20 | 15 | |
销售人员个数z | 15 | 18 | 12 | 12 | 18 | 19 | 25 |
(2)用向量夹角来分析上题中两组数据之间的相关关系.
编号 | 身高/![]() | 体重/![]() | 臂展/![]() | 编号 | 身高/![]() | 体重/![]() | 臂展/![]() |
1 | 173 | 55 | 169 | 14 | 166 | 66 | 161 |
2 | 179 | 71 | 170 | 15 | 176 | 61 | 166 |
3 | 175 | 52 | 172 | 16 | 176 | 49 | 165 |
4 | 179 | 62 | 177 | 17 | 175 | 60 | 173 |
5 | 182 | 82 | 174 | 18 | 169 | 48 | 162 |
6 | 173 | 63 | 166 | 19 | 184 | 86 | 189 |
7 | 180 | 55 | 174 | 20 | 169 | 58 | 164 |
8 | 170 | 81 | 169 | 21 | 182 | 54 | 170 |
9 | 169 | 54 | 166 | 22 | 171 | 58 | 164 |
10 | 177 | 54 | 176 | 23 | 177 | 61 | 173 |
11 | 177 | 59 | 170 | 24 | 173 | 58 | 165 |
12 | 178 | 67 | 174 | 25 | 173 | 51 | 169 |
13 | 174 | 56 | 170 |
压力![]() | 里程![]() | 压力![]() | 里程![]() |
30 | 29.5 | 33 | 37.6 |
30 | 30.2 | 34 | 37.7 |
31 | 32.1 | 34 | 36.1 |
31 | 34.5 | 35 | 33.6 |
32 | 36.3 | 35 | 34.2 |
32 | 35.0 | 36 | 26.8 |
33 | 38.2 | 36 | 27.4 |
(2)求出相关系数;
(3)将散点图与相关系数进行比照分析,并作出适当解释.
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/5963abe8f421bd99a2aaa94831a951e9.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/d07ae0b4264da6a8812454ffd2f20d94.png)
表
第 | ||||||||||
居民年收入/亿元 | ||||||||||
|
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/5963abe8f421bd99a2aaa94831a951e9.png)
x | 1.08 | 1.12 | 1.19 | 1.28 | 1.36 | 1.48 | 1.59 | 1.68 | 1.80 | 1.87 | 1.98 | 2.07 |
y | 2.25 | 2.37 | 2.40 | 2.55 | 2.64 | 2.75 | 2.92 | 3.03 | 3.14 | 3.26 | 3.36 | 3.50 |
(2)求相关系数;
(3)求出线性回归方程.
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/b4fcc8d5fe18346637d2bb441bca8936.png)
数据组A
x | 10 | 8 | 13 | 9 | 11 | 14 | 6 | 4 | 12 | 7 | 5 |
y | 8.04 | 6.95 | 7.58 | 8.81 | 8.33 | 9.96 | 7.24 | 4.26 | 10.84 | 4.82 | 5.68 |
x | 10 | 8 | 13 | 9 | 11 | 14 | 6 | 4 | 12 | 7 | 5 |
y | 9.14 | 8.14 | 8.74 | 8.77 | 9.26 | 8.10 | 6.13 | 3.10 | 9.13 | 7.26 | 4.74 |
x | 10 | 8 | 13 | 9 | 11 | 14 | 6 | 4 | 12 | 7 | 5 |
y | 7.46 | 6.77 | 12.74 | 7.11 | 7.81 | 8.84 | 6.08 | 5.39 | 8.15 | 6.42 | 5.73 |
x | 8 | 8 | 8 | 8 | 8 | 8 | 8 | 8 | 8 | 8 | 19 |
y | 6.58 | 5.76 | 7.71 | 8.84 | 8.47 | 7.04 | 5.25 | 5.56 | 7.91 | 6.89 | 12.50 |
(2)对哪个(些)组的数据,可以用回归直线来预测
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/22ff06692c025b869a7bcdcff15dca9e.png)
(3)分别对四组数据提出自己的见解.
年份 | 总人口/万人 | 年份 | 总人口万人 | 年份 | 总人口万人 |
1949 | 54167 | 1982 | 101654 | 2000 | 126743 |
1950 | 55196 | 1983 | 103008 | 2001 | 127627 |
1951 | 56300 | 1984 | 104357 | 2002 | 128453 |
1955 | 61465 | 1985 | 105851 | 2003 | 129227 |
1960 | 66207 | 1986 | 107507 | 200 | 129988 |
1965 | 72538 | 1987 | 109300 | 2005 | 130756 |
1970 | 82992 | 1988 | 111026 | 2006 | 131448 |
1971 | 85229 | 1989 | 112704 | 2007 | 132129 |
1972 | 87177 | 1990 | 114333 | 2008 | 132802 |
1973 | 89211 | 1991 | 115823 | 2009 | 133450 |
1974 | 90859 | 1992 | 117171 | 2010 | 134091 |
1975 | 92420 | 1993 | 118517 | 2011 | 134735 |
1976 | 93717 | 1994 | 119850 | 2012 | 135404 |
1977 | 94974 | 1995 | 121121 | 2013 | 136072 |
1978 | 96259 | 1996 | 122389 | 2014 | 136782 |
1979 | 97542 | 1997 | 123626 | 2015 | 137462 |
1980 | 98705 | 1998 | 124761 | 2016 | 138271 |
1981 | 100072 | 1999 | 125786 |
(2)建立总人口数关于年份的一元线性回归模型;
(3)直接用上面建立的回归模型预测2020年的中国人口总数,得到的结果合理吗?为什么?