数学成绩x | 67 | 68 | 70 | 72 | 73 |
物理成绩y | 64 | 63 | 66 | 65 | 67 |
附:回归直线的斜率和截距的最小二乘估计公式分别为:
时间(天) | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 |
每天普及的人数y | 80 | 98 | 129 | 150 | 203 | 190 | 258 | 292 | 310 |
天数,求X的分布列和数学期望;
的数据求出每天普及的人数y关于天数的线性回归方程.
(参考数据:
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:.
.
月份 | 1 | 2 | 3 | 4 | 5 |
订单 | 20 | 24 | 43 | 52 |
参考公式:相关系数;回归直线的方程是 , 其中
若将图中10个点中去掉点后再重新进行线性回归分析,则下列说法正确的是( )
日期 | 2月15日 | 2月16日 | 2月17日 | 2月18日 | 2月19日 |
日期代号 | 1 | 2 | 3 | 4 | 5 |
购物人数 | 77 | 84 | 93 | 96 | 100 |
年龄 | 不低于40岁 | 低于40岁 | 合计 |
参与过网上购物 | 30 | 150 | |
未参与过网上购物 | 30 | ||
合计 | 200 |
将列联表补充完整,并依据表中数据及小概率值的独立性检验,能否认为“参与网上购物”与“年龄”有关.
附:回归直线的斜率和截距的最小二乘估计公式分别为
0.10 | 0.05 | 0.010 | 0.005 | 0.001 | |
2.706 | 3.841 | 6.635 | 7.879 | 10.828 |
年份 | 2019 | 2020 | 2021 | 2022 | 2023 |
年份代号 | 1 | 2 | 3 | 4 | 5 |
能源消费总量近似值(单位:千万吨标准煤) | 44.2 | 44.6 | 46.2 | 47.8 | 50.8 |
以为解释变量,为响应变量,若以为回归方程,则决定系数0.9298,若以为回归方程,则 , 则下面结论中正确的有( )
年份序号x | 1 | 2 | 3 | 4 | 5 |
招生人数y/千人 | 0.8 | 1 | 1.3 | 1.7 | 2.2 |
参考数据: , , .
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 , .
物理成绩x | 63 | 68 | 74 | 76 | 85 | 90 |
数学成绩y | 90 | 95 | 110 | 110 | 125 | 130 |
年月 | 2023年8月 | 2023年9月 | 2023年10月 | 2023年11月 | 2023年12月 | 2024年1月 |
月份编号 | 1 | 2 | 3 | 4 | 5 | 6 |
销售金额/万元 | 15.4 | 25.4 | 35.4 | 85.4 | 155.4 | 195.4 |
若与的相关关系拟用线性回归模型表示,回答如下问题:
附:经验回归方程 , 其中 , ,
样本相关系数;
参考数据: , .