名校
解题方法
1 . 随着科技发展的日新月异,人工智能融入了各个行业,促进了社会的快速发展.其中利用人工智能生成的虚拟角色因为拥有更低的人工成本,正逐步取代传统的真人直播带货.某公司使用虚拟角色直播带货销售金额得到逐步提升,以下为该公司自2023年8月使用虚拟角色直播带货后的销售金额情况统计.
若与的相关关系拟用线性回归模型表示,回答如下问题:
(1)试求变量与的样本相关系数(结果精确到0.01);
(2)试求关于的经验回归方程,并据此预测2024年2月份该公司的销售金额.(,均保留一位小数)
附:经验回归方程,其中,
样本相关系数
参考数据:.
年月 | 2023年8月 | 2023年9月 | 2023年10月 | 2023年11月 | 2023年12月 | 2024年1月 |
月份编号 | 1 | 2 | 3 | 4 | 5 | 6 |
销售金额/万元 | 15.4 | 25.4 | 35.4 | 85.4 | 155.4 | 195.4 |
(1)试求变量与的样本相关系数(结果精确到0.01);
(2)试求关于的经验回归方程,并据此预测2024年2月份该公司的销售金额.(,均保留一位小数)
附:经验回归方程,其中,
样本相关系数
参考数据:.
您最近一年使用:0次
2024-04-28更新
|
524次组卷
|
12卷引用:湖北省武汉市2024届高中毕业班二月调研考试数学试题
湖北省武汉市2024届高中毕业班二月调研考试数学试题山东省菏泽第一中学八一路校区2024届高三下学期开学考试数学试题(已下线)热点8-2 概率与统计综合(10题型+满分技巧+限时检测)(已下线)专题08 统计案例分析(讲义)(已下线)第八章 成对数据的统计分析(知识归纳+题型突破)-2023-2024学年高二数学单元速记·巧练(沪教版2020选择性必修第二册)(已下线)8.2 一元线性回归模型及其应用(分层练习,7大题型)-2023-2024学年高二数学同步精品课堂(人教A版2019选择性必修第三册)(已下线)【一题多变】 相关关系 回归分析(已下线)专题10.1 概率与统计的综合运用【十一大题型】(举一反三)(新高考专用)-2(已下线)9.1 线性回归分析(2)河北省保定市高碑店市崇德实验中学2024届高三下学期3月月考数学试题河南省名校联考2023-2024学年高二下学期4月月考数学试题(已下线)8.2 一元线性回归模型及其应用——课后作业(巩固版)
2024·全国·模拟预测
2 . 为了保存学习资料,某位老师注册了网盘账号,根据平时存储资料的情况,得到了存储文件个数x与使用网盘存储空间y(单位:GB)的数据如下:
(1)若y与x有较强的线性相关关系,求y关于x的回归方程.
(2)使用网盘一年后,该老师整理资料时发现网盘中已经存入了150个不同的文件,现在手里有3个不同的文件,若其中有文件与已经存入的文件重复,则视为旧资料,直接删除所有重复的文件,将剩余未重复的文件存入网盘.若这3个文件中每个文件与已经存入的文件重复的概率均为,根据(1)的结论估计该老师整理完资料后,使用网盘存储空间的容量.
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,.
存储文件个数x | 20 | 30 | 40 | 50 | 60 |
使用网盘存储空间y | 1.5 | 2.5 | 4 | 6 | 8.5 |
(2)使用网盘一年后,该老师整理资料时发现网盘中已经存入了150个不同的文件,现在手里有3个不同的文件,若其中有文件与已经存入的文件重复,则视为旧资料,直接删除所有重复的文件,将剩余未重复的文件存入网盘.若这3个文件中每个文件与已经存入的文件重复的概率均为,根据(1)的结论估计该老师整理完资料后,使用网盘存储空间的容量.
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,.
您最近一年使用:0次
解题方法
3 . 某企业近年来的广告费用(百万元)与所获得的利润(千万元)的数据如下表所示,已知与之间具有线性相关关系.
(1)求关于的线性回归方程;
(2)若该企业从2018年开始,广告费用连续每一年都比上一年增加10万元,根据(1)中所得的线性回归方程,预测2025年该企业可获得的利润.
参考公式:.
年份 | 2018 | 2019 | 2020 | 2021 | 2022 |
广告费用百万元 | 1.5 | 1.6 | 1.7 | 1.8 | 1.9 |
润千万元 | 1.6 | 2 | 2.4 | 2.5 | 3 |
(2)若该企业从2018年开始,广告费用连续每一年都比上一年增加10万元,根据(1)中所得的线性回归方程,预测2025年该企业可获得的利润.
参考公式:.
您最近一年使用:0次
4 . 为了提高学生参加体育锻炼的积极性,某校本学期依据学生特点针对性的组建了五个特色运动社团,学校为了了解学生参与运动的情况,对每个特色运动社团的参与人数进行了统计,其中一个特色运动社团开学第1周至第5周参与运动的人数统计数据如表所示.
若表中数据可用回归方程来预测,则本学期第11周参与该特色运动社团的人数约为______ .(精确到整数)
周次 | 1 | 2 | 3 | 4 | 5 |
参与运动的人数 | 35 | 36 | 40 | 39 | 45 |
您最近一年使用:0次
解题方法
5 . 为了研究y关于x的线性相关关系,收集了5组样本数据(见下表):
若已求得一元线性回归方程为,则下列选项中正确的是( )
x | 1 | 2 | 3 | 4 | 5 |
y | 0.5 | 0.9 | 1 | 1.1 | 1.5 |
A. |
B.当时,y的预测值为2.2 |
C.样本数据y的第40百分位数为1 |
D.去掉样本点后,x与y的样本相关系数r不会改变 |
您最近一年使用:0次
2024·全国·模拟预测
解题方法
6 . 冬季是某种流行疾病的高发季,为了检测预防这种疾病疫苗的免疫效果,对200名志愿者注射该疫苗,一段时间后,统计了这200名志愿者的年龄(单位:岁),并测量他们血液中的抗体医学指标.现作出的散点图,如下:图中,年龄岁的志愿者中抗体医学指标的有64人,的有24人;年龄岁的志愿者中抗体医学指标的有32人,的有80人.
(1)请完成下面的列联表,并根据小概率值的独立性检验,判断能否认为抗体医学指标不小于80与年龄不小于50岁有关.
(2)对数据初步处理后计算得的方差分别为40.5,162,关于的经验回归方程为,且其样本相关系数,求的值.若一名65岁的志愿者注射该疫苗,经过和200名志愿者注射后相同长度的一段时间后,预测这名志愿者的抗体医学指标值.
参考公式:(其中).
经验回归方程为,其中,变量与变量的样本相关系数.
(1)请完成下面的列联表,并根据小概率值的独立性检验,判断能否认为抗体医学指标不小于80与年龄不小于50岁有关.
抗体医学指标 | 年龄 | 合计 | |
合计 |
(2)对数据初步处理后计算得的方差分别为40.5,162,关于的经验回归方程为,且其样本相关系数,求的值.若一名65岁的志愿者注射该疫苗,经过和200名志愿者注射后相同长度的一段时间后,预测这名志愿者的抗体医学指标值.
参考公式:(其中).
0.1 | 0.01 | 0.005 | 0.001 | |
2.706 | 6.635 | 7.879 | 10.828 |
您最近一年使用:0次
7 . 下列说法不正确的是( ).
A.一组数据10,11,11,12,13,14,16,18,20,22的第60百分位数为14 |
B.若随机变量服从正态分布,且,则 |
C.若线性相关系数越接近1,则两个变量的线性相关程度越高 |
D.对具有线性相关关系的变量、,且回归方程为,若样本点的中心为,则实数的值是 |
您最近一年使用:0次
8 . 已知变量,之间的一组相关数据如下表所示:
据此得到变量,之间的线性回归方程为,则下列说法不正确 的是( )
6 | 8 | 10 | 12 | |
6 | 3 | 2 |
A.变量,之间成负相关关系 | B.可以预测,当时, |
C. | D.该回归直线必过点 |
您最近一年使用:0次
解题方法
9 . 近些年来,促进新能源汽车产业发展政策频出,新能源市场得到很大发展,销量及渗透率远超预期,新能源几乎成了各个汽车领域的热点.某车企通过市场调研并进行粗略模拟,得到研发投入(亿元)与经济收益(亿元)的数据,统计如下:
(1)计算的相关系数,并判断是否可以认为研发投入与经济收益具有较高的线性相关程度:(若,则线性相关程度一般,若,则线性相关程度较高)
(2)求出关于的线性回归方程,并预测研发投入10亿元时的经济收益.
参考数据:
附:相关系数,线性回归方程的斜率,截距.
研发投入亿元 | 1 | 2 | 3 | 4 | 5 |
经济收益亿元 | 2.5 | 4 | 6.5 | 9 | 10.5 |
(1)计算的相关系数,并判断是否可以认为研发投入与经济收益具有较高的线性相关程度:(若,则线性相关程度一般,若,则线性相关程度较高)
(2)求出关于的线性回归方程,并预测研发投入10亿元时的经济收益.
参考数据:
附:相关系数,线性回归方程的斜率,截距.
您最近一年使用:0次
10 . 某校数学建模兴趣小组为研究本地区儿子身高与父亲身高之间的关系,抽样调查后得出与线性相关,且经验回归方程为.调查所得的部分样本数据如下:
则下列说法正确的是( )
父亲身高 | 164 | 166 | 170 | 173 | 173 | 174 | 180 |
儿子身高 | 165 | 168 | 176 | 170 | 172 | 176 | 178 |
A.儿子身高是关于父亲身高的函数 |
B.当父亲身高增加时,儿子身高增加 |
C.儿子身高为时,父亲身高一定为 |
D.父亲身高为时,儿子身高的均值为 |
您最近一年使用:0次