对变量x, y 有观测数据(
,
)(i=1,2,…,10),得散点图1;对变量u ,v 有观测数据(
,
)(i=1,2,…,10),得散点图2. 由这两个散点图可以判断( )
图1 图2
如图所示,图中有5组数据(用字母代表),现准备去掉其中一组,使剩下的4组数据的线性相关性最高,那么应该去掉的一组是( )



施化肥量x | 15 | 20 | 25 | 30 | 35 | 40 | 45 |
水稻产量y | 330 | 345 | 365 | 405 | 445 | 450 | 455 |

一只红铃虫的产卵数y和温度x有关,现收集了7组观测数据如下表,试建立y与x之间的回归方程.
温度 x/℃ | 21 | 23 | 25 | 27 | 29 | 32 | 35 |
产卵数y/个 | 7 | 11 | 21 | 24 | 66 | 115 | 325 |
某同学利用图形计算器研究它时,先作出散点图(如图所示),发现两个变量不呈线性相关关系. 根据已有的函数知识,发现样本点分布在某一条指数型曲线
的附近(
和
是待定的参数),于是进行了如下的计算:



根据以上计算结果,可以得到红铃虫的产卵数y对温度x的回归方程为.(精确到0.0001) (提示:
利用代换可转化为线性关系)
B .
C .
D .
为了预测在未釆取强力措施下,后期的累计确诊人数,建立了累计确诊人数y与时间变量t的两个回归模型,根据1月15日至1月24日的数据(时间变量t的值依次1,2,…,10)建立模型
和
.
附: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
,
.
参考数据:其中
,
.
| | | | | | | | | | | | |
| 5.5 | 390 | 19 | 385 | 7640 | 31525 | 154700 | 100 | 150 | 225 | 338 | 507 |
与
哪一个适宜作为累计确诊人数y与时间变量t的回归方程类型?(给出判断即可,不必说明理由)
|
时间 |
1月25日 |
1月26日 |
1月27日 |
1月28日 |
1月29日 |
|
累计确诊人数的真实数据 |
1975 |
2744 |
4515 |
5974 |
7111 |
(ⅰ)当1月25日至1月27日这3天的误差(模型预测数据与真实数据差值的绝对值与真实数据的比值)都小于0.1则认为模型可靠,请判断(2)的回归方程是否可靠?
(ⅱ)2020年1月24日在人民政府的强力领导下,全国人民共同采取了强力的预防“新冠肺炎”的措施,若采取措施5天后,真实数据明显低于预测数据,则认为防护措施有效,请判断预防措施是否有效?
|
x |
6 |
8 |
10 |
12 |
|
y |
2 |
3 |
5 |
6 |
(
)的数据,得到如图所示的散点图.
参考数据和公式:
,
.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:
,
.
和
(其中a,b,c,d为大于0的常数)哪一个更适合作为年研发费用x和年销售量y的回归方程类型;(只要给出判断即可,不必说明理由)
|
| | | | | | |
| 9.4 | 29.7 | 2 | 366 | 5.5 | 439.2 | 55 |
其中令
,
.
根据(1)的判断结果及表中数据,求y关于x的回归方程,并预测投入的年研发费用28千万元时的年销售量;
|
家庭编号 |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
|
| 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 |
| | 0.1 | 0.3 | 0.4 | 0.5 | 0.6 | 0.8 | 1.0 | 1.2 | 1.4 | 1.6 |
(Ⅰ)判断家庭月平均收入与月平均网购支出是否相关?
(Ⅱ)若家庭月平均收入与月平均网购支出两者线性相关,求回归直线方程.(
保留三位小数)
参考数据:
,
.
参考公式:对于一组具有线性相关关系的数据
,
,…,
,其回归直线
的斜率和截距的最小二乘法估计分别为
,
.
|
土地使用面积 |
1 |
2 |
3 |
4 |
5 |
|
管理时间 |
8 |
10 |
14 |
24 |
23 |
并调查了某村 300 名村民参与管理的意愿,得到的部分数据如下表所示;
|
愿意参与管理 |
不愿意参与管理 |
|
|
男性村民 |
140 |
60 |
|
女性村民 |
40 |
参考公式: 
参考数据: 
与管理时间
是否线性相关;并根据相关系数
说明相关关系的强弱.(若
,认为两个变量有很强的线性相关性, r值精确到0.001).
,求
的分布列及数学期望.
(单位:十万支,i=1,2,…,9)数据作了初步统计,得到如图所示的散点图及一些统计量的数值:
| | | | |
| 2.72 | 19 | 139.09 | 1095 |
注:图中日期代码1~9分别对应这连续9天的时间:表中
,
.
的附近,求y关于t的方程
,并估计该厂从什么时候开始日生产量超过四十万支. 参考公式:回归方程
中,斜率和截距的最小二乘估计公式为:
,
.参考数据:
.
x | 2 | 3 | 4 | 5 | 6 |
y | 2 | 2.5 | 3.5 | 4.5 | 6.5 |
参考公式:
, 
与
中,哪一个方程更适合作为变量y关于x的回归方程模型?(给出判断即可,不需要说明理由)
(8)班进行了抽测,采取如下方式抽样:每班随机各抽
名学生进行身体素质监测.经统计,每班10名学生中身体素质监测成绩达到优秀的人数散点图如下:(
轴表示对应的班号,
轴表示对应的优秀人数)
表示2人中身体素质监测成绩达到优秀的人数,求
的分布列及其数学期望;
”表示第
班抽到的这名同学身体素质优秀,“
”表示第
班抽到的这名同学身体素质不是优秀
. 写出方差
的大小关系(不必写出证明过程).
身高( | 60 | 70 | 80 | 90 | 100 | 110 | 120 | 130 | 140 | 150 | 160 | 170 |
平均体重( | 6.13 | 7.9 | 10 | 12.2 | 15 | 17.5 | 20.9 | 26.9 | 31.1 | 38.6 | 47.3 | 55.1 |
表格中的数据形成图所示的散点图.则在以下函数模型中,描述这个地区未成年男性平均体重y(单位:
)与身高x(单位:
)的函数关系最合适的是( )

B .
C .
D .

月份x | 1 | 2 | 3 | 4 | 5 | 6 | 7 |
销量y | 6 | 11 | 21 | 34 | 66 | 101 | 196 |
参考数据:
|
|
|
|
|
62.14 | 1.54 | 2535 | 50.12 | 3.47 |
其中
,
.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公式分别为:
,
.
与
(c,d均为大于零的常数)哪一个适合作为销量y与月份x的回归方程类型(给出判断即可,不必说明理由)?
元,求2022年几月份该产品的利润Q最大.