1 | 2 | 3 | 4 | 5 | 6 | |
5 | 6 | 7 | 7 | 9 | 8 |
(2)求关于的线性回归方程;
(3)若该集贸蔬菜市场个体承包摊户有300个,根据题设估计该集贸蔬菜市场个体承包摊户年收入总值.
参考公式:相关系数,对于一组具有线性相关关系的数据,其回归直线的斜率和截距的最小二乘估计分别为,,.
时间 | 时间代码x | 销量y千件/ |
2022年6月 | 1 | 9.4 |
2022年7月 | 2 | 9.6 |
2022年8月 | 3 | 9.9 |
2022年9月 | 4 | 10.1 |
2022年10月 | 5 | 10.6 |
2022年11月 | 6 | 11.1 |
2022年12月 | 7 | 11.4 |
(2)预测2023年1月该厨具批发商“真煮”儿童厨具的销量.
附:回归方程中斜率和截距的最小二乘估计公式分别为,.
x | 2017 | 2018 | 2019 | 2020 | 2021 | 2022 |
A.5 | B.13 |
C.8059 | D.8077 |
时间x | 1 | 2 | 3 | 4 | 5 |
销售量y(千只) | 0.5 | 0.7 | 1.0 | 1.2 | 1.6 |
A.由题中数据可知,变量y与x正相关 |
B.线性回归方程中, |
C.时,残差为0.06 |
D.可以预测时,该商场手机销量约为1.81千只 |
5 . 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,.
(参考数据:,)
A.若,则 |
B.从这9人中随机抽取2人,其中至少有一位女生的概率为 |
C.从这9人中随机抽取2人,其中男生人数的期望为 |
D.昼夜温差每提高,该班级感冒的学生大约增加2人 |
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:,,,.
(2)若可用线性回归模型拟合与的关系,请建立关于的线性回归方程,并预测年产量为10吨时的污水排放量.
相关公式,
参考数据:.回归方程中,.
A.新的样本中心仍为 |
B.新的样本中心为 |
C.两个数值变量x,y具有正相关关系 |
D. |
A. | B. |
C. | D. |