编号 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
身高/cm | 165 | 168 | 170 | 172 | 173 | 174 | 175 | 177 | 179 | 182 |
体重/kg | 55 | 89 | 61 | 65 | 67 | 70 | 75 | 75 | 78 | 80 |
由表中数据制作成如下所示的散点图:
由最小二乘法计算得到经验回归直线的方程为 , 相关系数为 , 决定系数为;经过残差分析确定为离群点(对应残差过大),把它去掉后,再用剩下的9组数据计算得到经验回归直线的方程为 , 相关系数为 , 决定系数为 . 则以下结论中正确的有( )
记年份代码为
参考数据:
34 | 55 | 979 | 657 | 2805 |
参考公式:回归方程中斜率和截距的最小二乘估计公式分别为: ,
资金投入 | 2 | 4 | 5 | 6 | 8 |
利润 | 3 | 4 | 6 | 5 | 7 |
附:相关系数 , ,
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 , .
附:样本相关系数 , , , ,
(ii)令变量 , 则变量x与变量Y满足一元线性回归模型利用(i)中结论求y关于x的经验回归方程,并预测2024年移动物联网连接数.
年份 | |||||||
年份代码 | |||||||
附:相关数据: , , , .
相关计算公式:①相关系数;
在回归直线方程中, , .
父亲身高 | 160 | 170 | 175 | 185 | 190 |
儿子身高 | 170 | 174 | 175 | 180 | 186 |
参考数据及公式:
.
年份 | 2017年 | 2018年 | 2019年 | 2020年 | 2021年 |
年份代码 | 1 | 2 | 3 | 4 | 5 |
百分比 | 78 | 79.3 | 82 | 87 | 87.5 |
并计算得: , .
附:相关系数 , , .
(回归直线的斜率和截距的最小二乘法估计公式分别为: , )