生长指数 | 2 | 1 | 0 | ﹣1 | ||
地域 | 南区 | 空气质量好 | 45 | 54 | 26 | 35 |
空气质量差 | 7 | 16 | 12 | 5 | ||
北区 | 空气质量好 | 70 | 105 | 20 | 25 | |
空气质量差 | 19 | 38 | 18 | 5 |
其中生长指数的含义是:2代表“生长良好”,1代表“生长基本良好”,0代表“不良好,但仍有收成”,﹣1代表“不良好,绝收”.
(Ⅰ)估计该市空气质量差的A作物种植点中,不绝收的种植点所占的比例;
(Ⅱ)能否有99%的把握认为“该市A作物的种植点是否绝收与所在地域有关”?
(Ⅲ)根据(Ⅱ)的结论,能否提供更好的调查方法来估计该市A作物的种植点中,绝收种植点的比例?并说明理由.
附:
P(K2≥k) | 0.050 | 0.010 | 0.001 |
k | 3.841 | 6.635 | 10.828 |
商品名称 | A | B | C | D | E |
销售额x/千万元 | 3 | 5 | 6 | 7 | 9 |
利润额y/百万元 | 2 | 3 | 3 | 4 | 5 |
(参考公式: = = , = ﹣ x)
(Ⅰ)地产数据研究院研究发现,3月至7月的各月均价y(万元/平方米)与月份x之间具有较强的线性相关关系,试建立y关于x的回归方程(系数精确到0.01),政府若不调控,依次相关关系预测第12月份该市新建住宅销售均价;
(Ⅱ)地产数据研究院在2016年的12个月份中,随机抽取三个月份的数据作样本分析,若关注所抽三个月份的所属季度,记不同季度的个数为X,求X的分布列和数学期望.
参考数据: =25, =5.36, =0.64
回归方程 = x+ 中斜率和截距的最小二乘估计公式分别为:
= , = ﹣ .
2 | 4 | 5 | 6 | 8 | |
30 | 40 | 60 | 50 | 70 |
( 参考公式:用最小二乘法求线性回归方程系数公式 )
|
|
|
|
|
|
附:对于一组具有线性相关关系的数据 , ,…, ,其回归直线方程 的斜率和截距的最小二乘估计分别为 , .
| 1 | 3 | 6 | 10 |
| 8 |
| 4 | 2 |
他由此得到回归直线的方程为 ,则下列说法正确的是( )
①变量 与 线性负相关②当 时可以估计 ③ ④变量 与 之间是函数关系
月份 | 1 | 2 | 3 | 4 |
利润 /万元 | 5 | 6 | 6.5 | 8 |
利用线性回归分析思想,预测出2019年8月份的利润为11.6万元,则 关于 的线性回归方程为.
广告费 (万元) | 1 | 2 | 4 | 5 |
销售收入 (万元) | 10 | 22 | 40 | 48 |
年月 |
2019.11 |
2019.12 |
2020.1 |
2020.2 |
2020.3 |
2020.4 |
x |
1 |
2 |
3 |
4 |
5 |
6 |
y |
9 |
11 |
14 |
13 |
18 |
19 |
参考公式,相关系数 ,回归方程 中斜率和截距的最小二乘估计公式分别为 , .
参考数据: , , , .
报废年限 车辆数 车型 | 1年 | 2年 | 3年 | 4年 | 总计 |
甲款 | 10 | 40 | 30 | 20 | 100 |
乙款 | 15 | 35 | 40 | 10 | 100 |
经测算,平均每辆单车每年可以为公司带来收入500元,不考虑除采购成本之外的其他成本,假设每辆单车的使用寿命都是整数年,且用频率估计每辆单车使用寿命的概率,以每辆单车产生利润的期望值为决策依据,如果你是该公司的负责人,你会选择采购哪款车型?
年个人消费支出总额x/万元 |
1 |
1.5 |
2 |
2.5 |
3 |
恩格尔系数y |
0.9 |
0.8 |
0.5 |
0.2 |
m |
经计算年个人消费支出总额x与恩格尔系数y满足线性回归方程 ,则 .
年份 |
2017 |
2018 |
2019 |
2020 |
x |
2 |
3 |
4 |
5 |
y |
26 |
39 |
49 |
54 |
参考数据: , ;
参考公式:相关系数 , , ..
数学成绩 | 120 | 118 | 116 | 122 | 124 |
物理成绩 | 79 | 79 | 77 | 82 | 83 |
附: , .
月份 |
6 |
7 |
8 |
9 |
10 |
广告费 (万元) | 10 | 11 | 13 | 12 | 9 |
纯利润 (万元) | 23 | 25 | 30 | 26 | 16 |
附:回归直线 的斜率和截距的最小二乘估计分别为 , .
使用年限(单位:年) | 1 | 2 | 3 | 4 | 5 | 6 | 7 |
失效费(单位:万元) | 2.90 | 3.30 | 3.60 | 4.40 | 4.80 | 5.20 | 5.90 |
参考公式:相关系数 .
线性回归方程中斜率和截距最小二乘估计计算公式: , .
参考数据: , , .
年份 | 2017年 | 2018年 | 2019年 | 2020年 | 2021年 |
年份代号x | 1 | 2 | 3 | 4 | 5 |
销售量y/万辆 | 17 | 18 | 20 | 22 | 23 |
参考数据:含 , , , .
参考公式:相关系数 , , , 其中为样本平均值,线性回归方程也可写为 .
年份 | 2017 | 2018 | 2019 | 2020 | 2021 |
年份代码 | 1 | 2 | 3 | 4 | 5 |
养护费用(万元) | 1.1 | 1.6 | 2 | 2.5 | 2.8 |
参考公式:线性回归方程的斜率和截距的最小二乘法估计分别为 ,