(1)定义:把拟合误差取得最小值时得到的线性方程(线性模型)称为变量y随x波动的
(2)回归直线经过样本点的中心
城市编号 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 总和 |
x | 1.300 | 1.444 | 0.786 | 1.652 | 1.756 | 1.754 | 1.200 | 1.500 | 1.200 | 0.908 | 13.5 |
y | 66 | 76 | 21 | 170 | 156 | 120 | 72 | 120 | 100 | 129 | 1030 |
(1)求变量关于的线性回归方程;
(2)根据内浓度确定空气质量等级,浓度在0~35为优,35~75为良,75~115为轻度污染,115~150为中度污染,150~250为重度污染,已知某城市内过往的汽车流量为1360辆,判断该城市的空气质量等级.
参考公式:线性回归方程为,其中以.
温度(零下) | 7 | 10 | 11 | 15 | 17 |
出楼人数 | 20 | 16 | 17 | 10 | 7 |
附:用最小二乘法求线性回归方程的系数:
(2)预测当温度为时,该班级在本节课间的出楼人数(人数:四舍五入取整数).
(3)为了号召学生能够增加室外活动时间,学校举行拔河比赛,采取3局2胜制(无平局).在甲、乙两班的较量中,甲班每局获胜的概率均为,设随机变量X表示甲班获胜的局数,求的分布列和期望.
定价x(元) | 6 | 8 | 10 | 12 |
销量y(本/天) | 14 | 11 | 8 | 7 |
参考公式:回归方程中斜率的最小二乘估计值公式为
(1)根据以上数据,求出y关于x的回归直线方程;
(2)根据回归直线方程,预测当该图书每天的销量为4本时,该图书的定价是多少元?
(1)根据身高 180cm组的统计数据,求,的值,并解释参数的含义;
身高 180cm不同负重情况下的步长数据平均值 | |||||
负重x/kg | 0 | 5 | 10 | 15 | 20 |
足迹步长s/cm | 74.35 | 73.50 | 71.80 | 68.60 | 65.75 |
(2)在一起盗窃案中,被盗窃物品重为9kg,在现场勘查过程中,测量得犯罪嫌疑人往返时足迹步长的差值为4.464cm,推测该名嫌疑人的身高,并说明理由.
附: .为回归方程, ,,,
次数(x) | 1 | 2 | 3 | 4 | 5 |
考试成绩(y) | 498 | 499 | 497 | 501 | 505 |
(1)假如高考也符合上述的模拟考试的回归直线方程,高考看作第10次模拟考试,预测2024年的高考的成绩;
(2)从上面的5次考试成绩中随机抽取3次,其中2次成绩都大于500分的概率.
参考公式:回归直线方程中的斜率和截距的最小二乘估计公式分别为,.
7 . 2015—2019年,中国社会消费品零售额占GDP的比重超过4种,2020年后,中国社会消费品零售额占GDP的比重逐年下降.下表为2018—2022年中国社会消费品零售额(单位:万亿元)及其占GDP的比重y(单位:%)的数据,其中2018—2022年对应的年份代码x依次为1~5.
年份代码x | 1 | 2 | 3 | 4 | 5 |
社会消费品零售额 | 37.8 | 40.8 | 39.2 | 44.1 | 44.0 |
社会消费品零售额占 GDP的比重y/% | 41.3 | 41.5 | 39.0 | 38.6 | 36.7 |
(1)由上表数据,是否可用一元线性回归模型拟合y与x的关系,请用相关系数加以说明.
(2)请建立y关于x的一元线性回归方程.
(3)从2018—2022年中国社会消费品零售额这5个数据中随机抽取2个数据.若抽取的2个数据中至少有1个数据大于40.0,求这2个数据恰好有1个数据不小于44.0的概率.
附:,,,,
相关系数.
对于一组数据,其一元线性回归直线的斜率和截距的最小二乘估计公式分别为,.
零件数X/个 | 10 | 20 | 30 | 40 | 50 | 60 | 70 | 80 | 90 | 100 |
加工时间Y/min | 62 | 68 | 75 | 81 | 89 | 95 | 102 | 108 | 115 | 122 |
(1)画出散点图;
(2)求Y关于X的线性回归方程;
(3)关于加工零件的个数与加工时间,你能得出什么结论?
年份 | 2015 | 2016 | 2017 | 2018 | 2019 | 2020 | 2021 | 2022 |
年份代号x | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 |
游客总人数y | 3.3 | 4.3 | 5.7 | 6.9 | 8.1 | 5.3 | 6.5 | 8.4 |
(1)根据和预测2023年云南省游客总人数(预测数据精确到0.1);
(2)为了检验两种模型的预测效果,对两种模型作残差分析得到:
模型一:总偏差平方和,残差平方和;
模型二:总偏差平方和,残差平方和,
用来比较模型一与模型二的拟合效果(精确到0.001);
(3)根据2020年至2022年游客总人数y的数据建立线性回归模型三,求回归方程,并根据预测2023年云南省游客总人数(预测数据精确到0.1).
参考公式:,,,.
学生 | A | B | C | D | E |
数学成绩x/分 | 88 | 76 | 73 | 66 | 63 |
物理成绩y/分 | 78 | 65 | 71 | 64 | 61 |
(2)求物理成绩y关于数学成绩x的回归直线方程(结果保留三位小数).