刷题首页
题库
高中数学
题干
每年10月中上旬是小麦的最佳种植时间,但小麦的发芽会受到土壤、气候等多方面因素的影响.某科技小组为了解昼夜温差的大小与小麦发芽的多少之间的关系,在不同的温差下统计了100颗小麦种子的发芽数,得到了如下数据:
温差
8
10
11
12
13
发芽数
(颗)
79
81
85
86
90
(1)请根据统计的最后三组数据,求出
关于
的线性回归方程
;
(2)若由(1)中的线性回归方程得到的估计值与前两组数据的实际值误差均不超过两颗,则认为线性回归方程是可靠的,试判断(1)中得到的线性回归方程是否可靠;
(3)若100颗小麦种子的发芽率为
颗,则记为
的发芽率,当发芽率为
时,平均每亩地的收益为
元,某农场有土地10万亩,小麦种植期间昼夜温差大约为
,根据(1)中得到的线性回归方程估计该农场种植小麦所获得的收益.
附:在线性回归方程
中,
.
上一题
下一题
0.99难度 解答题 更新时间:2019-06-07 09:18:47
答案(点此获取答案解析)
同类题1
中石化集团通过与安哥拉国家石油公司合作,获得了安哥拉深海油田区块的开采权,集团在某些区块随机初步勘探了部分旧井,取得了地质资料.进入全面勘探时期后集团按网络点来布置井位来进行全面勘探.由于勘探一口井的费用很高,如果新设计的井位与原有井位重合或接近,便利用旧井的地质资料,不必打这口新井,以节约勘探费用.勘探初期数据资料见下表:
井位
1
2
3
4
5
6
坐标
钻探深度
2
4
5
6
8
10
出油量
40
70
110
90
160
205
(1)若1
6号旧井位置满足线性分布,借助前5组数据所求得的回归直线方程为
,且
,求
,并估计
的预报值;
(2)现准备勘探新井7(1,25),若通过,1,3,5,7号井计算出的
,
的值与(1)中
,
的值的差不超过10%,则使用位置最接近的旧井
,否则在新位置打井,请判断可否使用旧井?(注:其中
的计算结果用四舍五入法保留一位小数)
参考数据:
参考公式:
同类题2
下列命题中,正确的命题有__________.
①回归直线
恒过样本点的中心
,且至少过一个样本点;
②将一组数据的每个数据都加一个相同的常数后,方差不变;
③用相关指数
来刻面回归效果;表示预报变量对解释变量变化的贡献率,越接近于1,说明模型的拟合效果越好;
④若分类变量
和
的随机变量
的观测值
越大,则“
与
相关”的可信程度越小;
⑤.对于自变量
和因变量
,当
取值一定时,
的取值具有一定的随机性,
,
间的这种非确定关系叫做函数关系;
⑥.残差图中残差点比较均匀的地落在水平的带状区域中,说明选用的模型比较合适;
⑦.两个模型中残差平方和越小的模型拟合的效果越好.
同类题3
光伏发电是利用太阳能电池及相关设备将太阳光能直接转化为电能.近几年在国内出台的光伏发电补贴政策的引导下,某地光伏发电装机量急剧上涨,如下表:
某位同学分别用两种模型:①
②
进行拟合,得到相应的回归方程并进行残差分析,残差图如下(注:残差等于
):
经过计算得
,
.
(1)根据残差图,比较模型①,②的拟合效果,应该选择哪个模型?并简要说明理由.
(2)根据(1)的判断结果及表中数据建立y关于x的回归方程,并预测该地区2020年新增光伏装机量是多少.(在计算回归系数时精确到0.01)
附:归直线的斜率和截距的最小二乘估计公式分别为:
,
同类题4
全国糖酒商品交易会将在四川举办.展馆附近一家川菜特色餐厅为了研究参会人数与本店所需原材料数量的关系,在交易会前查阅了最近5次交易会的参会人数
(万人)与餐厅所用原材料数量
(袋),得到如下数据:
举办次数
第一次
第二次
第三次
第四次
第五次
参会人数
(万人)
11
9
8
10
12
原材料
(袋)
28
23
20
25
29
(Ⅰ)请根据所给五组数据,求出
关于
的线性回归方程
;
(Ⅱ)若该店现有原材料12袋,据悉本次交易会大约有13万人参加,为了保证原材料能够满足需要,则该店应至少再补充原材料多少袋?
(参考公式:
,
)
同类题5
某地区2011年至2017年农村居民家庭人均纯收入y(单位:千元)的数据如下表:
年份
2011
2012
2013
2014
2015
2016
2017
年份代号t
1
2
3
4
5
6
7
人均纯收入y
2.9
3.3
3.6
4.4
4.8
5.2
5.9
(1)求样本中心点坐标;
(2)已知两变量线性相关,求y关于t的线性回归方程;
(3)利用(2)中的线性回归方程,分析2011年至2017年该地区农村居民家庭人均纯收入的变化情况,并预测该地区2019年农村居民家庭人均纯收入.
附:回归直线的斜率和截距的最小二乘估计公式分别为:
.
相关知识点
计数原理与概率统计
统计
变量间的相关关系
回归直线方程
用回归直线方程对总体进行估计
根据回归方程求原数据中的值