甲:8,6,7,8,6,5,9,10,4,7; 乙:6,7,7,8,6,7,8,7,9,5.
根据计算结果,估计一下两名战士的射击水平发挥更为稳定的是
年份 | 2007 | 2008 | 2009 | 2010 | 2011 | 2014 | 2013 |
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 |
附:回归直线的斜率和截距的最小二乘估计公式分别为:
=
,
=
﹣
.



(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
中斜率和截距的最小二乘估计公式分别为:
=
,
.
与
B .
与
C .
与
D .
与
①某校高三(1)班的人和高三(2)班的人数分别是m和n,某次测试数学平均分分别是a,b,则这两个班的数学平均分为
;
②对两个变量y和x进行回归分析,得到一组样本数据:(x1 , y1),(x2 , y2),…(xn , yn),由样本数据得到回归方程
=
x+
必过样本点的中心(
,
);
③调查某单位职工健康状况,其青年人数为300,中年人数为150,老年人数为100,现考虑采用分层抽样,抽取容量为22的样本,则青年中应抽取的个体数为12;
④频率分布直方图的某个小长方形的面积等于频数乘以组距.
其中正确的有( )
,有以下一组数据:
| 1 | 2 | 3 | 4 | 5 |
| 2 | 3.4 | 5.2 | 6.4 | 8 |
根据上表,用最小二乘法求得回归直线方程为
,则当
时,
的预测值为( )

(I)求该市高一学生身高高于1.70米的概率,并求图1中
的值.
(II)若从该市高一学生中随机选取3名学生,记
为身高在
的学生人数,求
的分布列和数学期望;
(Ⅲ)若变量
满足
且
,则称变量
满足近似于正态分布
的概率分布.如果该市高一学生的身高满足近似于正态分布
的概率分布,则认为该市高一学生的身高发育总体是正常的.试判断该市高一学生的身高发育总体是否正常,并说明理由.
的未成年男孩的体重平均值
如下表: | 身高 | 60 | 70 | 80 | 90 | 100 |
| 体重 | 6.13 | 7.90 | 9.99 | 12.15 | 15.02 |
已知
与
之间存在很强的线性相关性,
与
之间的回归方程;
体重为
的在校男生的体重是否正常? 参考数据:
,
,
附:对于一组数据
,
,…,
,其回归直线
中的斜率和截距的最小二乘估计分别为
,
.
| X | | | | | | | | | | |
| y | | | | | | | | | | |
则两变量之间的线性回归方程为( )
B .
C .
D .
的经营状况,对该公司近六个月内的市场占有率进行了统计,并绘制了相应的折线图.
参考公式及数据:回归直线方程为
,其中
,
,
,
与月份代码
符合线性回归模型拟合的关系,求
关于
的线性回归方程,并预测
公司2021年3月份(即
时)的市场占有率;
两款车型可供选择,按规定每辆单车最多使用4年,但由于多种原因(如骑行频率等)会导致车辆报废年限各不相同.考虑到公司运营的经济效益,该公司决定先对两款车型的单车各100辆进行科学模拟测试,得到两款单车使用寿命频数表如下: | 报废年限 | 1年 | 2年 | 3年 | 4年 |
| | 20 | 35 | 35 | 10 |
| | 10 | 30 | 40 | 20 |
经测算,平均每辆单车每年可以带来收入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年,且以每辆单车使用寿命的频率作为每辆单车使用寿命的概率.如果你是
公司的负责人,以每辆单车产生利润的期望值为决策依据,你会选择采购哪款车型?
|
短潜伏者 |
长潜伏者 |
合计 |
|
|
60岁及以上 |
90 |
||
|
60岁及以下 |
140 |
||
|
合计 |
300 |
,求
的分布列与数学期望
. 附表及公式:
| P(K2≥k0) | 0.15 | 0.10 | 0.05 | 0.025 | 0.010 | 0.005 | 0.001 |
| k0 | 2.072 | 2.706 | 3.841 | 5.024 | 6.635 | 7.879 | 10.828 |

①在回归直线方程
中,当解释变量x增加1个单位时,预报变量
平均减少0.5个单位②回归直线就是散点图中经过样本数据点最多的那条直线③当相关性系数
时,两个变量正相关④如果两个变量的相关性越强,则相关性系数r就越接近于1⑤残差图中残差点所在的水平带状区域越宽,则回归方程的预报精确度越高⑥甲、乙两个模型的相关指数
分别约为0.88和0.80,则模型乙的拟合效果更好
其中真命题的个数为( )
与温度
之间的关系,现将收集到的温度
和一组昆虫的产卵数
的6组观测数据作了初步处理,得到如图的散点图及一些统计数据.
经计算得到以下数据:
,
.
附参考公式:对于一组具有线性相关关系的数据
, 其回归直线
截距和斜率的最小二乘法估计公式分别为:
, 相关系数:
. 参考数据:
.
(结果精确到0.1);
关于
的回归方程
, 且相关指数为
. ①试与(1)中的回归模型相比,用R2说明哪种模型的拟合效果更好;
②用拟合效果好的模型预测温度为35℃时该组昆虫的产卵数(结果四舍五入取整数).
越接近1时,成对样本数据的线性相关程度越强
C . 对于经验回归方程
, 当解释变量x增加1个单位时,响应变量
平均增加2个单位
D .
:2×2分类变量X和Y独立. 通过列联表计算得到
的值,则数值越大越能推断分类变量X和Y有关联