名校
解题方法
1 . 如图是我国2015年至2023年
岁及以上老人人口数(单位:亿)的折线图,
分别对应年份
.
(1)由折线图看出,可用线性回归模型拟合
与
的关系,请用相关系数(结果精确到
)加以说明;
(2)建立
关于
的回归方程(系数精确到
),并预测2024年我国
岁及以上老人人口数(单位:亿).
参考数据:
,
,
,
.
参考公式:相关系数
,若
,则
与
有较强的线性相关性.
回归方程
中斜率和截距的最小二乘估计公式分别为:
,
.
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/8f64730802070a68d4f854b332a24814.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/55bd64d67aaed9e4e05cf6976a3a9f11.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/ad70e62e3d7921860f222b7da893a19c.png)
(1)由折线图看出,可用线性回归模型拟合
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/d053b14c8588eee2acbbe44fc37a6886.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/36a1b09c653185842513e24ebba60bb3.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/5e2c4d12b3a705daab723ab243b6cc88.png)
(2)建立
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/d053b14c8588eee2acbbe44fc37a6886.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/36a1b09c653185842513e24ebba60bb3.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/5e2c4d12b3a705daab723ab243b6cc88.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/8f64730802070a68d4f854b332a24814.png)
参考数据:
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/9d1094aad7943e5c248745c14b313716.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/a121119e5add95745c3ac742a3951106.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/640b4a0ebdebee2415dda90437486526.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/4b31e81bedc79c2f078e6659e6c01495.png)
参考公式:相关系数
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/a8b4c7cc65dc80eaf8d8797a342deb1d.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/d80a9721dfd7f61a47a7064feaa8ebbf.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/d053b14c8588eee2acbbe44fc37a6886.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/36a1b09c653185842513e24ebba60bb3.png)
回归方程
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/f4b9021de7086f5cbc9d10db7fba922a.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/c0d38644655c52f4b0409c3f45472649.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/75f9225a6f392488982031acbb7aa6cf.png)
您最近一年使用:0次
名校
解题方法
2 . 为帮助乡材脱贫,某勘探队计划了解当地矿脉某金属的分布情况,经勘测得到该金属含量
(单位:
)与样本对原点的距离
(单位:
)的数据,并作了初步处理,得到下面的一些统计量的值.(表中
)
(1)利用样本相关系数的知识,判断
与
哪一个更适宜作为该金属含量
关于样本对原点的距离
的回归方程类型?
(2)根据(1)的结果解决下列问题:
(i)建立
关于
的回归方程;
(ii)样本对原点的距离
时,该金属含量的预报值是多少?
(3)已知该金属在距离原点
时的平均开采成本
(单位:元)与
的关系为
,根据(2)的结论说明,
为何值时,开采成本最大?
附:线性回归方程
的斜率和截距的最小二乘法公式分别为
.
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/d053b14c8588eee2acbbe44fc37a6886.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/71d1b55b0fe3935bf79a1174737a70d9.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/81dea63b8ce3e51adf66cf7b9982a248.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/e15e00f40396e914d1d9955bd7785f1f.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/1ae21d5c24632c460496f4953a6eb32c.png)
![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() |
6 | 97.90 | 0.21 | 60 | 0.14 | 14.12 | 26.13 | -1.40 |
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/d6a5b1c19e4c57f1d259f8269e551c64.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/8901c469ca9b12a490dbb827c906215b.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/d053b14c8588eee2acbbe44fc37a6886.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/81dea63b8ce3e51adf66cf7b9982a248.png)
(2)根据(1)的结果解决下列问题:
(i)建立
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/d053b14c8588eee2acbbe44fc37a6886.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/81dea63b8ce3e51adf66cf7b9982a248.png)
(ii)样本对原点的距离
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/14d21726b82e52bbd091c3d3279ba584.png)
(3)已知该金属在距离原点
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/cc3bde6ef2ee5b749b4d48d706543cdb.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/91edc7e2d4811f5ea6c01284cf00393a.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/745ee7841b00148dcbfde9c689e1a8c8.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/24f43d8ae23672e5cb0ae2a0551323ae.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/81dea63b8ce3e51adf66cf7b9982a248.png)
附:线性回归方程
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/1db6103cb0f1d2bd6b19235d53ee7e98.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/07985faf6c48e4e300ec46c6b7d1bba3.png)
您最近一年使用:0次
2023-12-25更新
|
512次组卷
|
17卷引用:湖南省长沙市雅礼中学2022届高三下学期一模数学试题
湖南省长沙市雅礼中学2022届高三下学期一模数学试题湖南省长沙市雅礼中学2021-2022学年高三下学期月考数学试题(八)广东省燕博园2021届高三3月高考数学综合能力测试试题(一)(已下线)专题10-1 统计大题:线性和非线性回归与残差-2022年高考数学毕业班二轮热点题型归纳与变式演练(全国通用)山东省青岛市青岛中学2022-2023学年高二下学期期末数学试题辽宁省大连市第八中学2021-2022学年高二下学期期中考试数学试题四川省成都市石室中学2022届高三上学期期末数学(理)试题四川省成都市石室中学高2022届高三上学期期末数学(文)试题(已下线)专题13 统计(5大易错点分析+解题模板+举一反三+易错题通关)-2陕西省榆林市米脂中学2024届高三上学期第六次模拟考试数学(文)试题(已下线)每日一题 第13题 回归模型 合理拟合(高三)重庆市永川北山中学校2024届高三上学期10月月考数学试题(已下线)第9章 统计 章末题型归纳总结-【帮课堂】2023-2024学年高二数学同步学与练(苏教版2019选择性必修第二册)(已下线)第八章 成对数据的统计分析总结 第二练 数学思想训练河南省信阳市新县高级中学2024届高三考前第二次适应性考试数学试题广西五校2023-2024学年高二下学期5月联考数学试题江苏省苏州吴县中学2023-2024学年高二下学期5月月考数学试题
名校
解题方法
3 . 小家电指除大功率、大体积家用电器(如冰箱、洗衣机、空调等)以外的家用电器,运用场景广泛,近年来随着科技发展,智能小家电市场规模呈持续发展趋势,下表为连续5年中国智能小家电市场规模(单位:千亿元),其中年份对应的代码依次为1∼5.
(1)由上表数据可知,可用线性回归模型拟合
与
的关系,求
关于
的经验回归方程(系数精确到0.01);
(2)某传媒公司为了了解中国智能小家电消费者年龄分布,随机调查了200名消费者,统计这200名消费者年龄,按照青少年与中老年分为两组,得到如下2×2列联表,请将列联表补充完整,并回答:依据
的独立性检验,能否认为是否喜欢够买智能小家电与年龄有关?
参考数据及公式:
,
,
中
,![](https://staticzujuan.xkw.com/quesimg/Upload/formula/7ebff20f21ae41fd8d1f1e3145895842.png)
,![](https://staticzujuan.xkw.com/quesimg/Upload/formula/356b05e46b10ee51c3e43546d73ec96c.png)
附:临界值表
年份代码 | 1 | 2 | 3 | 4 | 5 |
市场规模 | 0.9 | 1.2 | 1.5 | 1.4 | 1.6 |
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/d053b14c8588eee2acbbe44fc37a6886.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/81dea63b8ce3e51adf66cf7b9982a248.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/d053b14c8588eee2acbbe44fc37a6886.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/81dea63b8ce3e51adf66cf7b9982a248.png)
(2)某传媒公司为了了解中国智能小家电消费者年龄分布,随机调查了200名消费者,统计这200名消费者年龄,按照青少年与中老年分为两组,得到如下2×2列联表,请将列联表补充完整,并回答:依据
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/83caa0ad94044a1e206b1cc0b3f85080.png)
青少年 | 中老年 | 合计 | |
喜欢购买智能小家电 | 80 | ||
不喜欢购买智能小家电 | 60 | ||
合计 | 110 | 200 |
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/0743c13ae39ff29c96ca3f31718fde72.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/ac4dd6ab4b0943f20b2c3ee819c8fc31.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/1db6103cb0f1d2bd6b19235d53ee7e98.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/9874c5d906442bd944d2ed717dba77f4.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/7ebff20f21ae41fd8d1f1e3145895842.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/2187714e660234f0b72f2b47d3ea685a.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/356b05e46b10ee51c3e43546d73ec96c.png)
附:临界值表
0.10 | 0.010 | 0.001 | |
2.706 | 6.635 | 10.828 |
您最近一年使用:0次
2023-06-13更新
|
728次组卷
|
3卷引用:湖南省长沙市雅礼中学2022-2023学年高二下学期5月月考数学试题
名校
解题方法
4 . 某高科技公司对其产品研发年投资额x(单位:百万元)与其年销售量y(单位:千件)的数据进行统计,整理后得到如下统计表和散点图.
和②
两种方案作为年销售量y关于年投资额x的回归分析模型,请根据统计表的数据,确定方案①和②的经验回归方程;(注:系数b,a,d,c按四舍五入保留一位小数)
(2)根据下表中数据,用相关指数
(不必计算,只比较大小)比较两种模型的拟合效果哪个更好,并选择拟合精度更高、更可靠的模型,预测当研发年投资额为8百万元时,产品的年销售量是多少?
参考公式及数据:
,
,
,
,
.
x | 1 | 2 | 3 | 4 | 5 | 6 |
y | 0.5 | 1 | 1.5 | 3 | 6 | 12 |
![]() | -0.7 | 0 | 0.4 | 1.1 | 1.8 | 2.5 |
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/33b447ac3d1a965572c31b6e4c18d4b8.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/808fe26d1faec179f1157d89c71688b1.png)
(2)根据下表中数据,用相关指数
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/4c85067c53e936ef32da818efe04bdbb.png)
经验回归方程 残差平方和 | ![]() | ![]() |
![]() | 18.29 | 0.65 |
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/0aa225ad36ee50c40869d87f694b6c54.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/a58291bd91befe1061530246da983727.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/3fb02a08ecb9d77152d7a88218a56a69.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/e33c267c9cfc011a43c9bdfc38d98f02.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/57641e0ba60a568f9b8fa61c4ae2eef8.png)
您最近一年使用:0次
2023-03-10更新
|
2870次组卷
|
6卷引用:湖南省长沙市长郡梅溪湖中学2022-2023学年高二下学期期中数学试题
湖南省长沙市长郡梅溪湖中学2022-2023学年高二下学期期中数学试题广东省江门市2023届高三一模数学试题专题24计数原理与概率与统计(解答题)(已下线)模块一 专题3 计数原理、统计B提升卷专题16回归分析(已下线)第5讲:成对数据的统计分析(非线性回归)【练】
名校
5 . 研究表明,温度的突然变化会引起机体产生呼吸道上皮组织的生理不良反应,从而导致呼吸系统疾病的发生或恶化.某中学数学建模社团成员欲研究昼夜温差大小与该校高三学生患感冒人数多少之间的关系,他们记录了某周连续六天的温差,并到校医务室查阅了这六天中每天高三学生新增患感冒而就诊的人数,得到资料如下:
参考数据:
,
.
(1)已知第一天新增患感冒而就诊的学生中有7位女生,从第一天新增的患感冒而就诊的学生中随机抽取3位,若抽取的3人中至少有一位男生的概率为
,求
的值;
(2)已知两个变量x与y之间的样本相关系数
,请用最小二乘法求出y关于x的经验回归方程
,据此估计昼夜温差为15℃时,该校新增患感冒的学生数(结果保留整数).
参考公式:
,
.
日期 | 第一天 | 第二天 | 第三天 | 第四天 | 第五天 | 第六天 |
昼夜温差x(℃) | 4 | 7 | 8 | 9 | 14 | 12 |
新增就诊人数y(位) | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() |
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/72f94c836438e27167b69c756160da42.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/946674140e0da95fbad33d0b8ddc3e80.png)
(1)已知第一天新增患感冒而就诊的学生中有7位女生,从第一天新增的患感冒而就诊的学生中随机抽取3位,若抽取的3人中至少有一位男生的概率为
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/0071f6ab4e3be21ee05390065b11b03b.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/54015ff5b49e3283901da1291b6b921d.png)
(2)已知两个变量x与y之间的样本相关系数
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/5cdd3faecc1870f3bcb674b4d072b1e1.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/1db6103cb0f1d2bd6b19235d53ee7e98.png)
参考公式:
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/2c15a7d84893403fde125e2ce229dafe.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/a732ca99c5a0a494b498cd4dfb6561d7.png)
您最近一年使用:0次
2023-02-16更新
|
1720次组卷
|
8卷引用:湖南省长沙市麓山国际实验学校2022-2023学年高三下学期3月自主检测数学试题
湖南省长沙市麓山国际实验学校2022-2023学年高三下学期3月自主检测数学试题安徽省合肥市2023届高三下学期第一次教学质量检测数学试题(已下线)模块十 计数原理与统计概率-1(已下线)专题18计数原理与概率统计(解答题)(已下线)第8章 成对数据的统计分析(A卷·知识通关练)-【单元测试】2022-2023学年高二数学分层训练AB卷(沪教版2020选择性必修第二册)四川省泸县第四中学2022-2023学年高二下学期3月月考文科数学试题河南省南阳市唐河县第一高级中学2022-2023学年高二下学期2月月考数学试题(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)
名校
6 . 某企业研发了一种新药,为评估药物对目标适应症患者的治疗作用和安全性,需要开展临床用药试验,检测显示临床疗效评价指标
的数量
与连续用药天数
具有相关关系.随机征集了一部分志愿者作为样本参加临床用药试验,并得到了一组数据
,其中
表示连续用药
天,
表示相应的临床疗效评价指标
的数值.根据临床经验,刚开始用药时,指标
的数量
变化明显,随着天数增加,
的变化趋缓.经计算得到如下一些统计量的值:
,
.
(1)求样本
的相关系数(精确到
;
(2)新药经过临床试验后,企业决定通过两条不同的生产线每天8小时批量生产该商品,其中第1条生产线的生产效率是第2条生产线的两倍.若第1条生产线出现不合格药品的概率为
,第2条生产线出现不合格药品的概率为
,两条生产线是否出现不合格药品相互独立.
(i)随机抽取一件该企业生产的药品,求该药品不合格的概率;
(ii)若在抽查中发现3件不合格药品,求其中至少有2件药品来自第1条生产线的概率.
附:相关系数
.
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/5963abe8f421bd99a2aaa94831a951e9.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/d053b14c8588eee2acbbe44fc37a6886.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/81dea63b8ce3e51adf66cf7b9982a248.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/5ea5cb78719f87b7b5f9dcf7e337ed50.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/97ea8f47d8d8d9e1832d52b1c7425450.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/2c05b9832b09731a574d4a4adf7448de.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/4de122ae929b1acaff321dec137622ed.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/5963abe8f421bd99a2aaa94831a951e9.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/5963abe8f421bd99a2aaa94831a951e9.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/d053b14c8588eee2acbbe44fc37a6886.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/d053b14c8588eee2acbbe44fc37a6886.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/5f93a68c2d514b9208f7402924fec3d2.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/5143063f8142f717410a84b4338d3728.png)
(1)求样本
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/d51ce137d9723ebae6bb7586f0c9df80.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/65d598b7b9761492605450acd3dadc55.png)
(2)新药经过临床试验后,企业决定通过两条不同的生产线每天8小时批量生产该商品,其中第1条生产线的生产效率是第2条生产线的两倍.若第1条生产线出现不合格药品的概率为
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/2cd325805c59c53a2d732952eb815b42.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/b9afc755e74b2a3119aedde8c232ca9d.png)
(i)随机抽取一件该企业生产的药品,求该药品不合格的概率;
(ii)若在抽查中发现3件不合格药品,求其中至少有2件药品来自第1条生产线的概率.
附:相关系数
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/a517aa09ad02f2fd6b8758561e4ab80a.png)
您最近一年使用:0次
2022-11-22更新
|
731次组卷
|
4卷引用:湖南省长沙市第一中学2022-2023学年高三上学期月考(三)数学试题
名校
解题方法
7 . 某企业新研发了一种产品,产品的成本由原料成本及非原料成本组成.每件产品的非原料成本
(元)与生产该产品的数量
(千件)有关,经统计得到如下数据:
根据以上数据,绘制了散点图.观察散点图,两个变量不具有线性相关关系,现考虑用反比例函数模型
和指数函数模型
分别对两个变量的关系进行拟合.已求得用指数函数模型拟合的回归方程为
与
的相关系数
.
![](https://img.xkw.com/dksih/QBM/editorImg/2023/2/2/1f5cd25b-0199-40a4-a12d-9d1a0c345866.png?resizew=217)
(1)用反比例函数模型求
关于
的回归方程;
(2)用相关系数判断上述两个模型哪一个拟合效果更好(精确到
,并用其估计产量为10千件时每件产品的非原料成本.
参考数据:
参考公式:对于一组数据
,其回归直线
的斜率和截距的最小一乘估计分别为:
,
,相关系数
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/d053b14c8588eee2acbbe44fc37a6886.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/81dea63b8ce3e51adf66cf7b9982a248.png)
![]() | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 |
![]() | 112 | 61 | ![]() | 35 | ![]() | 28 | 25 | 24 |
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/f5a323be03360218b752b2fad5f22638.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/581a6a69f1039aa12764eea5bf7ef405.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/bbb90b045730a967719db7d44d47d467.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/81dea63b8ce3e51adf66cf7b9982a248.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/dcf6237d4f3fd1550002959e3d03d824.png)
![](https://img.xkw.com/dksih/QBM/editorImg/2023/2/2/1f5cd25b-0199-40a4-a12d-9d1a0c345866.png?resizew=217)
(1)用反比例函数模型求
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/d053b14c8588eee2acbbe44fc37a6886.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/81dea63b8ce3e51adf66cf7b9982a248.png)
(2)用相关系数判断上述两个模型哪一个拟合效果更好(精确到
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/8824e5d2981053b0473f658ba9001a11.png)
参考数据:
![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() |
![]() | ![]() | ![]() | ![]() | 360 | ![]() | ![]() | ![]() |
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/69f22ea836f2025901725da985790579.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/0940cc781cd9cb5c05a3795acec775cb.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/e3da168f1365afa3cbe75176486746ac.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/28fc72cae8501e61b23566d6ae79b0ec.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/9facea5f2e40dbcd457e419009d17331.png)
您最近一年使用:0次
名校
8 . 某湿地公园经过近十年的规划和治理,生态系统得到很大改善,野生动物数量有所增加.为调查该地区某种野生动物的数量,将其分成面积相近的300个地块,并设计两种抽样方案,方案一:在该地区应用简单随机抽样的方法抽取30个作为样本区;依据抽样数据计算得到相应的相关系数
;方案二:在该地区应用分层抽样的方法抽取30个作为样本区,调查得到样本数据
(
,2,…,30),其中
和
分别表示第i个样区的植物覆盖面积(单位:公顷)和这种野生动物的数量,并计算得
,
,
,
,
.
(1)求该地区这种野生动物数量的估计值(这种野生动物数量的估计值等于样区这种野生动物数量的平均数乘以地块数);
(2)求方案二抽取的样本
(
,2,…,30)的相关系数(精确到0.01);并判定哪种抽样方法更能准确的估计.
附:相关系数
,
;相关系数
,则相关性很强,
的值越大,相关性越强.
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/7520ff45373a4a65e16101ea32146bea.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/ef046c85a536174bec951a53d9f60b33.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/7c45176df950dfe48b8ca7eac08ee349.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/97ea8f47d8d8d9e1832d52b1c7425450.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/4de122ae929b1acaff321dec137622ed.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/f36b82d26e0033a2d8ae9b367f3672bf.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/7f7307e0d21f363c80fe7fdeb63f6b7b.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/b443dd916a3e88cd8264155ea2b3bffc.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/03feda5b690651bebcdbef3cae0c3c76.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/8e2fe028dfb33e6e5e14142a45ec0c8f.png)
(1)求该地区这种野生动物数量的估计值(这种野生动物数量的估计值等于样区这种野生动物数量的平均数乘以地块数);
(2)求方案二抽取的样本
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/ef046c85a536174bec951a53d9f60b33.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/7c45176df950dfe48b8ca7eac08ee349.png)
附:相关系数
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/5019f565326c6fec3a2494e5955a5bec.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/52881be613aa404e553da30d8987cfad.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/83379f6c41b07a3fe4843f66eeaff7f4.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/5fe9be2c6b3d8bf1e6ce9e9c0025ced7.png)
您最近一年使用:0次
2020-10-24更新
|
926次组卷
|
17卷引用:湖南省长沙市长郡中学2020-2021学年高二上学期新高考选科适应性调查考试数学试题
湖南省长沙市长郡中学2020-2021学年高二上学期新高考选科适应性调查考试数学试题湖南省长沙市联合体2020-2021学年高二上学期10月联考数学试题陕西省宝鸡市金台区2020-2021学年高三上学期11月教学质量检测文科数学试题陕西省宝鸡市金台区2020-2021学年高三上学期11月教学质量检测理科数学试题安徽省阜阳市太和第一中学2020-2021学年高二上学期12月月考理科数学(奥赛班)试题安徽省阜阳市太和第一中学2020-2021学年高二(平行班)上学期12月月考理科数学试题(已下线)8.1 成对数据的相关关系(精练)-2020-2021学年高二数学一隅三反系列(人教A版2019选择性必修第三册)(已下线)专题32 回归分析(解答题)-2021年高考数学(理)二轮复习热点题型精选精练(已下线)专题30 回归分析(解答题)-2021年高考数学(文)二轮复习热点题型精选精练(已下线)专题30 回归分析(解答题)-2021年高考数学二轮复习热点题型精选精练(新高考地区专用)(已下线)专题4.7一元线性回归模型(B卷提升篇)-2020-2021学年高二数学选择性必修第二册同步单元AB卷(新教材人教B版)(已下线)【新教材精创】8.1 成对数据的相关关系 ---B提高练重庆市清华中学校2020-2021学年高二下学期期中数学试题重庆市清华中学2020-2021学年高二下学期5月月考数学试题(已下线)8.1.1-8.1.2变量的相关关系、样本相关系数(已下线)8.1成对数据的统计相关性B卷江西省宜春市奉新县第一中学2021-2022学年高二下学期第一次月考数学(文)试题
名校
解题方法
9 . 2019年,中国的国内生产总值(GDP)已经达到约100万亿元人民币,位居世界第二,这其中实体经济的贡献功不可没.实体经济组织一般按照市场化原则运行,某生产企业一种产品的成本由原料本及非原料成本组成,每件产品的非原料成本y(元)与生产该产品的数量x(千件)有关,经统计得到如下数据:
根据以上数据,绘制了如下的散点图.
![](https://img.xkw.com/dksih/QBM/2020/8/5/2521507496730624/2522181113643008/STEM/bdf945389f644524b89505e9074478ce.png?resizew=229)
现考虑用反比例函数模型
和指数函数模型
分别对两个变量的关系进行拟合.为此变换如下:令
,则
,即y与u满足线性关系;令
,则
,即v与x也满足线性关系.这样就可以使用最小二乘法求得非线性的回归方程.已求得用指数函数模型拟合的回归方程为
,v与x的相关系数
,其他参考数据如表(其中
,
):
(1)求指数函数模型和反比例函数模型中y关于x的回归方程;
(2)试计算y与u的相关系数
,并用相关系数判断选择反比例函数和指数函数两个模型中的哪一个拟合效果更好(计算精确到0.01)?
参考公式:
对于一组数据
,其回归直线
的斜率和截距的最小二乘估计分别为:
,
,相关系数
.
x | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 |
y | 112 | 61 | 44.5 | 35 | 30.5 | 28 | 25 | 24 |
根据以上数据,绘制了如下的散点图.
![](https://img.xkw.com/dksih/QBM/2020/8/5/2521507496730624/2522181113643008/STEM/bdf945389f644524b89505e9074478ce.png?resizew=229)
现考虑用反比例函数模型
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/f5a323be03360218b752b2fad5f22638.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/581a6a69f1039aa12764eea5bf7ef405.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/ccbb711e641f959f3f2970f56f50b537.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/46cd4b678a94795fb6216bbbd069bd43.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/239328d5b87d66f9e26ae3a8f52f0f36.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/9ee474ea682dde0e6c866fe8ada7b5ce.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/1d8f7485f64142c2bd9ec3fa95e21605.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/dcf6237d4f3fd1550002959e3d03d824.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/5bfbc76c62fea16a75154e4aad8d3ff3.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/53c26fa1e573812fab6a173a4eb0ed38.png)
183.4 | 0.34 | 0.115 | 1.53 | 360 | 22385.5 | 61.4 | 0.135 | 4.6 | 3.7 |
(1)求指数函数模型和反比例函数模型中y关于x的回归方程;
(2)试计算y与u的相关系数
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/2b3e95410f3b4fcb0cba425b521d1f67.png)
参考公式:
对于一组数据
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/69f22ea836f2025901725da985790579.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/c0943f70585435955d528325e51ef013.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/5b4c644f6a75d76f14208a7c9f28524f.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/81ff0671492cc8f5ae8faea92afb4c2d.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/e81d4fc23ac5edcafc2b69234674f141.png)
您最近一年使用:0次
名校
10 . 2019年,中国的国内生产总值(
)已经达到约100万亿元人民币,位居世界第二,这其中实体经济的贡献功不可没实体经济组织一般按照市场化原则运行,某生产企业一种产品的成本由原料成本及非原料成本组成,每件产品的非原料成本
(元)与生产该产品的数量
(千件)有关,经统计得到如下数据:
根据以上数据,绘制了如下的散点图.
![](https://img.xkw.com/dksih/QBM/2020/8/5/2521506363383808/2522145733328896/STEM/11d2c866-7970-4efb-88b2-fd706b6bc8ae.png)
现考虑用反比例函数模型
和指数函数模型
分别对两个变量的关系进行拟合.为此变换如下:令
,则
,即
与
满足线性关系;令
,则
,即
与
也满足线性关系.这样就可以使用最小二乘法求得非线性的回归方程.已求得用指数函数模型拟合的回归方程为
,
与
的相关系数
,其他参考数据如表(其中
).
(1)求指数函数模型和反比例函数模型中
关于
的回归方程;
(2)试计算
与
的相关系数
,并用相关系数判断:选择反比例函数和指数函数两个模型中的哪一个拟合效果更好(计算精确到0.01)?
(3)根据(2)小题的选择结果,该企业采取订单生产模式(即根据订单数量进行生产,产品全部售出).根据市场调研数据,该产品单价定为100元时得到签订订单的情况如表:
已知每件产品的原料成本为10元,试估算企业的利润是多少?(精确到1千元)
参考公式:对于一组数据
,
,
,
,其回归直线
的斜率和截距的最小二乘估计分别为:
,
,相关系数
.
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/23183de1d19c96e93334956d98021790.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/d053b14c8588eee2acbbe44fc37a6886.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/81dea63b8ce3e51adf66cf7b9982a248.png)
![]() | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 |
![]() | 112 | 61 | 44.5 | 35 | 30.5 | 28 | 25 | 24 |
根据以上数据,绘制了如下的散点图.
![](https://img.xkw.com/dksih/QBM/2020/8/5/2521506363383808/2522145733328896/STEM/11d2c866-7970-4efb-88b2-fd706b6bc8ae.png)
现考虑用反比例函数模型
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/f5a323be03360218b752b2fad5f22638.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/bfda27fc9b91bd26ce352c83c4e99ef5.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/507733e7d1786ed1608da2d1665cd88c.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/0c81c1a32d87efd6ddb46a820c3197ec.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/d053b14c8588eee2acbbe44fc37a6886.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/1100379a4385b9ce064847bc21760adc.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/776c51c4b8228f08ab1c266002b9dde0.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/d80a596955822eb0ab05df4abdec5698.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/06b09bec6122ff51834335344ae13f29.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/81dea63b8ce3e51adf66cf7b9982a248.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/5dc01c77636ba010626653b7569ae846.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/06b09bec6122ff51834335344ae13f29.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/81dea63b8ce3e51adf66cf7b9982a248.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/dcf6237d4f3fd1550002959e3d03d824.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/815cfdc5875f41d743bfe13d6a94e1a0.png)
![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() |
183.4 | 0.34 | 0.115 | 1.53 | 360 | 22385.5 | 61.4 | 0.135 | 4.6 | 3.7 |
(1)求指数函数模型和反比例函数模型中
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/d053b14c8588eee2acbbe44fc37a6886.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/81dea63b8ce3e51adf66cf7b9982a248.png)
(2)试计算
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/d053b14c8588eee2acbbe44fc37a6886.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/1100379a4385b9ce064847bc21760adc.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/2b3e95410f3b4fcb0cba425b521d1f67.png)
(3)根据(2)小题的选择结果,该企业采取订单生产模式(即根据订单数量进行生产,产品全部售出).根据市场调研数据,该产品单价定为100元时得到签订订单的情况如表:
订单数(千件) | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 |
概率 | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() |
已知每件产品的原料成本为10元,试估算企业的利润是多少?(精确到1千元)
参考公式:对于一组数据
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/544f50fdf9ad70b0b69518e97a77e71f.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/57a0ced43a207a767caea5f0ee05ff29.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/37e5531913e2f170465d8df01795cd51.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/30f9e571575d4304500678a6a99c738c.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/0c26d388e5002ef790064f0f38df1e57.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/7640ec2294c94f3fe0d3aa01712fff36.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/3f5442f4dbde5b34ffaa70f1f2c744e4.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/3d0786563982722b7e52f5b3314ef2ff.png)
您最近一年使用:0次