序号i | 1 | 2 | 3 | 4 | 5 |
项目投资额/万元 | 30 | 40 | 50 | 60 | 70 |
产品利润/万元 | 90 | 120 | 180 | 260 | 310 |
50 | 192 | 2700 | 10140000 | 586000 |
(2)该扶贫项目用于支付工人劳动所得资金总额(单位:万元)用公式来估算,并以(1)中所求回归方程预报产品利润,当工人劳动所得资金总额不少于120万元时,认为该项目可以完成“脱贫”任务.假设政府投入该项目的扶贫资金(单位:万元)是区间内的任意整数值,求可以完成“脱贫”任务的概率.
5.5 | 0.0000222 | 10.9 | 82.5 | 0.0003878 | -16.5 |
参考数据:ln9≈2.197,ln10≈2.303.
(1)根据表中数据,建立y关于x的回归方程;
(2)当y>0.9时,标志着已经初步遏制病情,估计x至少取多少天时,病情开始得到遏制.
数学成绩x | 120 | 110 | 125 | 130 | 115 |
物理成绩y | 92 | 83 | 90 | 96 | 89 |
(2)利用上表中的五组数据求回归直线方程.若在第六次月考中该生数学成绩为,利用该回归直线方程预测第六次月考的物理成绩.
参考公式:
时间 | 5月22~5月31日 | 6月1~6月10日 | 6月11~6月20日 | 6月21~6月30日 | 7月1~7月10日 | 7月11~7月20日 | 7月21~7月30日 |
时间代码x | 1 | 2 | 3 | 4 | 5 | 6 | 7 |
销量y/千件 | 9.4 | 9.6 | 9.9 | 10.1 | 10.6 | 11.1 | 11.4 |
(2)根据表中数据,判断y与x是否具有线性相关关系?若具有,试求出y关于x的线性回归方程;若不具有,请说明理由.(结果保留两位小数)
附:线性回归方程中斜率和截距的最小二乘估计公式分别为,,相关系数,.
年龄 | |||||
频数 | 30 | 75 | 105 | 60 | 30 |
持支持态度 | 24 | 66 | 90 | 42 | 18 |
年龄在50周岁以上(含50周岁) | 年龄在50周岁以下 | 总计 | |
持支持态度 | |||
不持支持态度 | |||
总计 |
i | 1 | 2 | 3 | 4 | 5 | 6 | 7 |
第天 | 2 | 4 | 8 | 12 | 22 | 26 | 38 |
使用人数 | 19 | 32 | 40 | 44 | 52 | 53 | 54 |
0.050 | 0.010 | 0.001 | |
k | 3.841 | 6.635 | 10.828 |
第次月考 | 1 | 2 | 3 | 4 | 5 |
月考成绩 | 85 | 100 | 100 | 105 | 110 |
(1)求关于的线性回归方程;
(2)判断变量与之间是正相关还是负相关(只写出结论即可).
(3)按计划,高二年级两学期共有8次月考,请你预测该同学高二最后一次月考的成绩(结果保留整数).
观看人次x(万次) | 76 | 82 | 72 | 87 | 93 | 78 | 89 | 66 | 81 | 76 |
销售量y(百件) | 80 | 87 | 75 | 86 | 100 | 79 | 93 | 68 | 85 | 77 |
(1)已知观看人次与销售量线性相关,且计算得相关系数,求回归直线方程;
(2)规定:观看人次大于等于80(万次)为金牌主播,在金牌主播中销售量大于等于90(百件)为优秀,小于90(百件)为不优秀,对优秀赋分2,对不优秀赋分1.从金牌主㨨中随机抽取3名,若用表示这3名主播赋分的和,求随机变量的分布列和数学期望.
(附:,相关系数)
时间周 | |||||||||
每周普及的人数 |
(1)从这周的数据中任选个周的数据,以表示周中每周普及宣传人数不少于人的周数,求的分布列和数学期望;
(2)由于统计工作人员的疏忽,第周的数据统计有误,如果去掉第周的数据,试用剩下的数据求出每周普及的人数关于周数的线性回归方程.
附:线性回归方程中,,.
开播天数x (单位:天) | 1 | 2 | 3 | 4 | 5 |
当天播放量y (单位:百万次) | 3 | 3 | 5 | 9 | 10 |
(2)假设开播后的两周内(除前5天),当天播放量y与开播天数x服从(1)中的线性关系.若每百万播放量可为制作方带来0.7万元的收益,且每开播一天需支出1万元的广告费,估计制作方在该剧开播两周内获得的利润.
参考公式: ,,.
参考数据:xiyi=110,=55,=224,≈10.5.
注:①一般地,相关系数r的绝对值在0.95以上(含0.95)认为线性相关性较强;否则,线性相关性较弱.②利润=收益-广告费.
日期 | 5月6日 | 5月7日 | 5月8日 | 5月9日 | 5月10日 |
时间 | 6 | 7 | 8 | 9 | 10 |
累计感染数(近似) | 72300 | 75500 | 76900 | 78500 | 80000 |
(2)求每日细胞累计感染数随时间变化的线性回归方程;
(3)请估计5月11日的细胞累计感染数,并初步预测细胞累计感染数达到9万的日期.