44 | 4.8 | 10 | 40.3 | 1.612 | 19.5 | 8.06 |
(1)请从相关系数的角度,分析哪一个模型拟合程度更好?
(2)根据(1)的分析选取拟合程度更好的回归分析模型及表中数据,求出y关于x的回归方程,并预测年广告费为6(百万元)时,产品的年销售量是多少?
(3)该公司生产的电动车毛利润为每辆200元(不含广告费、研发经费).该公司在加大广告投入的同时也加大研发经费的投入,年研发经费为年广告费的199倍.电动车的年净利润受年广告费和年研发经费影响外还受随机变量影响,设随机变量服从正态分布,且满足.在(2)的条件下,求该公司年净利润的最大值大于1000(百万元)的概率.(年净利润=毛利润×年销售量-年广告费-年研发经费-随机变量).
附:①相关系数,
回归直线中公式分别为,;
②参考数据:,,,.
(1)求样本(,2…,15)的相关系数;
(2)假设该植物的寿命为随机变量X(X可取任意正整数).研究人员统计大量数据后发现:对于任意的,寿命为的样本在寿命超过k的样本里的数量占比与寿命为1的样本在全体样本中的数量占比相同,均等于0.1,这种现象被称为“几何分布的无记忆性”.
(ⅰ)求()的表达式;
(ⅱ)推导该植物寿命期望的值.
附:相关系数.
月份 | 6 | 7 | 8 | 9 | 10 | 11 | 12 |
月份代码t | 1 | 2 | 3 | 4 | 5 | 6 | 7 |
订单量y(万件) | 4.7 | 5.3 | 5.6 | 5.9 | 6.1 | 6.4 | 6.6 |
(2)建立y关于t的线性回归方程,并预测该公司2024年3月份接到的订单数量;
(3)为进一步拓展市场,该公司适时召开了一次产品观摩与宣传会,在所有参会人员(人数很多)中随机抽取部分参会人员进行问卷调查,其中评价“产品质量很好”的占50%,“质量良好”、“质量还需改进”的分别各占30%,20%,然后在所有参会人员中随机抽取5人作为幸运者赠送礼品,记抽取的5人中评价“产品质量很好”的人数为随机变量X,求X的分布列与期望.
附参考公式:,,.
参考数据:,,.
天数x | 1 | 2 | 3 | 4 | 5 | 6 | 7 |
一次最多答对题数y | 12 | 15 | 16 | 18 | 21 | 24 | 27 |
相关系数
由表中数据可知该老师每天一次最多答对题数y与天数x之间是
年龄 | 23 | 27 | 39 | 41 | 45 | 50 | 53 | 56 |
脂肪值 | 9.5 | 17.8 | 21.2 | 25.9 | 27.5 | 28.2 | 29.6 | 31.4 |
(1)求年龄和脂肪值的样本相关系数(精确到0.01);
(2)已知年龄和脂肪观测值近似成正比.利用以上数据给出年龄35岁的脂肪观测值的估计值.
附:相关系数.
月份 | 1 | 2 | 3 | 4 | 5 |
生产利润(亿元) | 2 | 6 | 8 | 9 | 10 |
(2)为扩大生产,该企业在M大学启动了校园招聘,分别招聘A、B两个工程师岗位,两个岗位都各设有3门笔试科目.M大学的硕士毕业生张无忌决定参加这次应聘,且每门科目考试是否通过相互独立.若张无忌报考A岗位,每门笔试科目通过的概率依次为,,,其中;若张无忌报考B岗位,每门笔试科目通过的概率均为.且张无忌只能报考A,B两个岗位中的一个.若以笔试中通过科目数的数学期望为依据作出决策,得出张无忌更有希望通过A岗位的笔试,试求的取值范围.
附:参考数据:,,.
相关系数.
月份 | 1 月 | 2 月 | 3 月 | 4 月 | 5 月 |
月份编号x | 1 | 2 | 3 | 4 | 5 |
利润y(百万) | 7 | 12 | 13 | 19 | 24 |
(1)根据统计表,求该企业的利润y与月份编号x的样本相关系数(精确到0.01),并判断它们是否具有线性相关关系(,则认为y与x的线性相关性较强,,则认为y与x的线性相关性较弱.);
(2)该企业现有甲、乙两条流水线生产同一种产品.为对产品质量进行监控,质检人员先用简单随机抽样的方法从甲、乙两条流水线上分别抽取了5件、3件产品进行初检,再从中随机选取3件做进一步的质检,记抽到“甲流水线产品”的件数为,试求的分布列与期望.
附:相关系数
x | 2 | 3 | 4 | 5 | 6 |
y | 2.2 | 3.8 | 5.5 | 6.5 | 7.0 |
(1)计算y与x的样本相关系数r(精确到0.001),并判断该型机床的使用年限与所支出的维修费用的相关性强弱(若,则认为y与x相关性很强,否则不强).
(2)该厂购入一台新的A型机床,工人们分别使用这台机床(记为X)和一台已经使用多年的A型机床(记为Y)各制造50个零件,统计得出的数据如下表:
机床 | 零件 | 合计 | |
合格 | 不合格 | ||
X | 4 | ||
Y | 40 | ||
合计 |
附:相关系数.
,其中.
0.10 | 0.05 | 0.010 | 0.005 | 0.001 | |
2.706 | 3.841 | 6.635 | 7.879 | 10.828 |
9 . 混凝土的抗压强度x较容易测定,而抗剪强度y不易测定,工程中希望建立一种能由x推算y的经验公式,下表列出了现有的9对数据,分别为,,…,.
x | 141 | 152 | 168 | 182 | 195 | 204 | 223 | 254 | 277 |
y | 23.1 | 24.2 | 27.2 | 27.8 | 28.7 | 31.4 | 32.5 | 34.8 | 36.2 |
以成对数据的抗压强度x为横坐标,抗剪强度y为纵坐标作出散点图,如图所示.
(1)从上表中任选2个成对数据,求该样本量为2的样本相关系数r.结合r值分析,由简单随机抽样得到的成对样本数据的样本相关系数是否一定能确切地反映变量之间的线性相关关系?
(2)根据散点图,我们选择两种不同的函数模型作为回归曲线,根据一元线性回归模型及最小二乘法,得到经验回归方程分别为:①,②.经验回归方程①和②的残差计算公式分别为,,.
(ⅰ)求;
(ⅱ)经计算得经验回归方程①和②的残差平方和分别为,,经验回归方程①的决定系数,求经验回归方程②的决定系数.
附:相关系数,决定系数,.
(1)通过调查研究发现,其他新能源汽车的崛起、购置税减免政策的颁布等,影响了汽车的月销量,现将残差过大的数据剔除掉,得到2022年8月至2023年8月部分月份月销量(单位:万辆)和月份编号的成对样本数据统计.
月份 | 2022.8 | 2022.9 | 2022.12 | 2023.1 | 2023.2 | 2023.3 | 2023.4 | 2023.6 | 2023.7 | 202.8 |
月份编号 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
月销量(单位:万辆) | 4.25 | 4.59 | 4.99 | 3.5 | 3.78 | 3.01 | 2.46 | 2.72 | 3.02 | 3.28 |
(2)为庆祝2023年“双节”(中秋节和国庆节),某地店特推出抽奖优惠活动,奖项共设一、二、三等奖三个奖项,其中一等奖、二等奖、三等奖分别奖励1万元、5千元、2千元,抽中一等奖、二等奖、三等奖的概率分别为.现有甲、乙两人参加了抽奖活动(每人只有一次抽奖机会),假设他们是否中奖相互独立,求两人所获奖金总额超过1万元的概率.
参考公式:样本相关系数,.
参考数据:,.