优优班--学霸训练营 > 知识点挑题
全部资源
          排序:
          最新 浏览

          50条信息

            • 1.

              保险公司统计的资料表明:居民住宅区到最近消防站的距离\(x(\)单位:千米\()\)和火灾所造成的损失数额\(y(\)单位:千元\()\)有如下的统计资料:如果统计资料表明\(y\)与\(x\)有线性相关关系,试求:

              距消防站距离\(x(\)千米\()\)

              \(1.8\)

              \(2.6\)

              \(3.1\)

              \(4.3\)

              \(5.5\)

              \(6.1\)

              火灾损失费用\(y(\)千元\()\)

              \(17.8\)

              \(6\)

              \(27.5\)

              \(31.3\)

              \(36.0\)

              \(43.2\)

              \((\)Ⅰ\()\)求相关系数\(r(\)精确到\(0.01)\);

              \((\)Ⅱ\()\)求线性回归方程\((\)精确到\(0.01)\);

              \((III)\)若发生火灾的某居民区与最近的消防站相距\(10.0\)千米,评估一下火灾的损失\((\)精确到\(0.01)\).
              参考数据:\(\sum\limits_{1}^{6}{{{y}_{i}}}=175.4\)\(\sum\limits_{1}^{6}{{{x}_{i}}{{y}_{i}}}=764.36\)\(\sum\limits_{i=1}^{6}{({{x}_{i}}-\bar{x}})({{y}_{i}}-\bar{y})=80.30\)\(\sum\limits_{i=1}^{n}{{{({{x}_{i}}-\bar{x})}^{2}}}=14.30\)\(\sum\limits_{i=1}^{n}{{{({{y}_{i}}-\bar{y})}^{2}}}\approx 471.65\)\(\sqrt{\sum\limits_{i=1}^{n}{{{({{x}_{i}}-\bar{x})}^{2}}}\sum\limits_{i=1}^{n}{{{({{y}_{i}}-\bar{y})}^{2}}}}\approx 82.13\)
              参考公式:相关系数 \(r=\dfrac{\sum\limits_{i=1}^{n}{({{x}_{i}}-\bar{x})({{y}_{i}}-\bar{y})}}{\sqrt{\sum\limits_{i=1}^{n}{{{({{x}_{i}}-\bar{x})}^{2}}}\sum\limits_{i=1}^{n}{{{({{y}_{i}}-\bar{y})}^{2}}}}}\)

              回归方程\(\overset{∧}{y}= \overset{∧}{a}+ \overset{∧}{b}t \) 中斜率和截距的最小二乘估计公式分别为:\(\hat{b}=\dfrac{\sum\limits_{i=1}^{n}{({{x}_{i}}-\bar{x})({{y}_{i}}-\bar{y})}}{\sum\limits_{i=1}^{n}{{{({{x}_{i}}-\bar{x})}^{2}}}}\),\(\hat{a}=\bar{y}-\hat{b}x\)

            • 2.

              如图是某小区\(2017\)年\(1\)月至\(2018\)年\(1\)月当月在售二手房均价\((\)单位:万元\(/\)平方米\((\)的散点图\((\)图中月份代码\(1—13\)分别对应\(2017\)年\(1\)月\(—2018\)年\(1\)月\()\)根据散点图选择\(y=a+b\sqrt{x}\)和\(y=c+d\ln x\)两个模型进行拟合,根据数据处理得到两个回归方程分别为\(\overset{\wedge }{{y}}\,=0.9369+0.0285\sqrt{x}\)和\(\overset{\wedge }{{y}}\,=0.9554+0.0306\ln x\),并得到以下一些统计量的值:

               

              \(\overset{\wedge }{{y}}\,=0.9369+0.0285\sqrt{x}\)

              \(\overset{\wedge }{{y}}\,=0.9554+0.0306\ln x\)

              残差平方和 \(\underset{i=1}{\overset{13}{{\sum }}}\,{{({{y}_{i}}-\overset{\wedge }{{{{y}_{i}}}}\,)}^{2}}\)

              \(0.000591\)

              \(0.000164\)

              总偏差平方和 \(\underset{i=1}{\overset{13}{{\sum }}}\,{{({{y}_{i}}-\overset{-}{{{{y}_{i}}}}\,)}^{2}}\)

              \(0.006050\)

              \((\)Ⅰ\()\)请利用相关指数\({{R}^{2}}\)判断哪个模型的拟合效果更好;

              \((\)Ⅱ\()\)某位购房者拟于\(2018\)年\(6\)月份购买这个小区\(m(70\leqslant m\leqslant 160)\)平方米的二手房\((\)欲购房为其家庭首套房\() .\)若购房时该小区所有住房的房产证均已满\(2\)年但未满\(5\)年,请你利用\((\)Ⅰ\()\)中拟合效果更好的模型解决以下问题:

              \((ⅰ)\)估算该购房者应支付的购房金额\(.(\)购房金额\(=\)房款\(+\)税费\(;\)房屋均价精确到\(0.001\)万元\(/\)平方米\()\)

              \((ⅱ)\)若该购房者拟用不超过\(100\)万元的资金购买该小区一套二手房,试估算其可购买的最大面积\((\)精确到\(1\)平方米\()\)

                 附注:根据有关规定,二手房交易需要缴纳若干项税费,税费是按照房屋的计税价格进行征收\(.(\)计税价格\(=\)房款\()\)征收方式见下表:

              契税

              \((\)买方缴纳\()\)

              首套面积\(90\)平方米以内\((\)含\(90\)平方米\()\)为\(1\%\);首套面积\(90\)平方米以上且\(144\)平方米以内\((\)含\(144\)平方米\()\)为\(1.5\%\);面积\(144\)平方米以上或非首套为\(3\%\)

              增值税

              \((\)卖方缴纳\()\)

              房产证未满\(2\)年或满\(2\)年且面积在\(144\)平方米以上\((\)不含\(144\)平方米\()\)为\(5.6\%\);其他情况免征

              个人所得税\((\)卖方缴纳\()\)

              首套面积\(144\)平方米以内\((\)含\(144\)平方米\()\)为\(1\%\);面积\(144\)平方米以上或非首套均为\(1.5\%\);房产证满\(5\)年且是家庭唯一住房的免征

              参考数据:\(\ln 2\approx 0.69,\ln 3\approx 1.10,\ln 17\approx 2.83,\ln 19\approx 2.94\),

                      \(\sqrt{2}\approx 1.41,\sqrt{3}\approx 1.73,\sqrt{17}\approx 4.12,\sqrt{19}\approx 4.36\)

              参考公式:相关系数\({{R}^{2}}=1-\dfrac{\underset{i=1}{\overset{n}{{\sum }}}\,{{({{y}_{i}}-\overset{\wedge }{{{{y}_{i}}}}\,)}^{2}}}{\underset{i=1}{\overset{n}{{\sum }}}\,{{({{y}_{i}}-\overset{-}{{{{y}_{i}}}}\,)}^{2}}}\)

            • 3.

              随着高等级公路的迅速发展,公路绿化受到高度重视,需要大量各种苗木\(.\)某苗圃培植场对\(100\)棵“天竺桂”的移栽成活量\(y(\)单位:棵\()\)与在前三个月内浇水次数\(x\)间的关系进行研究,根据以往的记录,整理相关的数据信息如图所示:


              \((1)\)结合图中前\(4\)个矩形提供的数据,利用最小二乘法求\(y\)关于\(x\)的回归直线方程;

              \((2)\)用\(\hat{y_{i}}\)表示\((1)\)中所求的回归直线方程得到的\(100\)棵“天竺桂”的移栽成活量的估计值,当图中余下的矩形对应的数据组\(\left({x}_{i},{y}_{i}\right) \)的残差的绝对值\(\left| y_{i}{-}\hat{y_{i}} \right|{\leqslant }5\),则回归直线方程有参考价值,试问:\((1)\)中所得到的回归直线方程有参考价值吗?

              \((3)\)预测\(100\)棵“天竺桂”移栽后全部成活时,在前三个月内浇水的最佳次数.

              附:回归直线方程为\(\hat {y}=\hat {b}x+\hat {a} \),其中\(\hat {b}= \dfrac{ \sum\limits_{i=1}^{n}\left({x}_{i}- \bar{x}\right)\left({y}_{i}- \bar{y}\right)}{ \sum\limits_{i=1}^{n}{\left({x}_{i}- \bar{x}\right)}^{2}}= \dfrac{ \sum\limits_{i=1}^{n}{x}_{i}{y}_{i}-n \bar{x} \bar{y}}{ \sum\limits_{i=1}^{n}{{x}_{i}}^{2}-n{ \bar{x}}^{2}} \),\(\bar{a}= \bar{y}-\hat {b} \bar{x} \).

            • 4.

              某学生为了测试煤气灶烧水如何节省煤气的问题设计了一个实验,并获得了煤气开关旋钮旋转的弧度数\(x\)与烧开一壶水所用时间\(y\)的一组数据,且作了一定的数据处理\((\)如下表\()\),得到了散点图\((\)如下图\()\).

              \(\bar{x}\)

              \(\bar{y}\)

              \(\bar{w}\)

              \(\underset{i=1}{\overset{10}{\sum}}\,{{({{x}_{i}}-\bar{x})}^{2}}\)

              \(\underset{i=1}{\overset{10}{\sum}}\,{{({{w}_{i}}-\bar{w})}^{2}}\)

              \(\underset{i=1}{\overset{10}{\sum}}\,({{x}_{i}}-\bar{x})({{y}_{i}}-\bar{y})\)

              \(\underset{i=1}{\overset{10}{\sum}}\,({{w}_{i}}-\bar{w})({{y}_{i}}-\bar{y})\)

              \(1.47\)

              \(20.6\)

              \(0.78\)

              \(2.35\)

              \(0.81\)

              \(−19.3\)

              \(16.2\)

              表中\({{w}_{i}}=\dfrac{1}{x_{i}^{2}},\bar{w}=\dfrac{1}{10}\underset{i=1}{\overset{10}{\sum}}\,{{w}_{i}}\).

              \((\)Ⅰ\()\)根据散点图判断,\(y=a+bx\)与\(y=c+\dfrac{d}{{{x}^{2}}}\)哪一个更适宜作烧水时间\(y\)关于开关旋钮旋转的弧度数\(x\)的回归方程类型\(?(\)不必说明理由\()\)

              \((\)Ⅱ\()\)根据判断结果和表中数据,建立\(y\)关于\(x\)的回归方程;

              \((III)\)若单位时间内煤气输出量\(t\)与旋转的弧度数\(x\)成正比,那么,利用第\((\)Ⅱ\()\)问求得的回归方程知\(x\)为多少时,烧开一壶水最省煤气\(?\)

              附:对于一组数据\(({{u}_{1}},{{v}_{1}}),({{u}_{2}},{{v}_{2}}),({{u}_{3}},{{v}_{3}}),\cdot \cdot \cdot ,({{u}_{n}},{{v}_{n}})\),其回归直线\(\hat{v}=\hat{\alpha }+\hat{\beta }u\)的斜率和截距的最小二乘法估计值分别为\(\hat{\beta }=\dfrac{\sum\limits_{i=1}^{n}{({{v}_{i}}-\bar{v})({{u}_{i}}-\bar{u})}}{\sum\limits_{i=1}^{n}{{{({{u}_{i}}-\bar{u})}^{2}}}},\hat{\alpha }=\bar{v}-\hat{\beta }\bar{u}\)

            • 5.
              适逢暑假,小王在某小区调查了\(50\)户居民由于洪灾造成的经济损失,将收集的数据分成\([0,2000]\),\((2000,4000]\),\((4000,6000]\),\((6000,8000]\),\((8000,10000]\)五组,并作出频率分布直方图\((\)如图\()\).
              \((\)Ⅰ\()\)小王向班级同学发出为该小区居民捐款的倡议\(.\)若先从损失超过\(6000\)元的居民中随机抽出\(2\)户进行捐款援助,求这\(2\)户不在同一分组的概率;
              \((\)Ⅱ\()\)洪灾过后小区居委会号召小区居民为洪灾重灾区捐款,小王调查的\(50\)户居民的捐款情况如表,在表格空白处填写正确的数字,并说明是否有\(95\%\)以上的把握认为捐款数额多于或少于\(500\)元和自身经济损失是否到\(4000\)元有关?

              经济损失不超过\(4000\)元 经济损失超过\(4000\)元 合计
              捐款超过\(500\)元 \(30\) ______ ______
              捐款不超过\(500\)元 ______ \(6\) ______
              合计 ______ ______ ______
              \(P(K^{2}\geqslant k_{0})\) \(0.15\) \(0.10\) \(0.05\) \(0.025\) \(0.010\) \(0.005\) \(0.001\)
              \(k_{0}\) \(2.072\) \(2.706\) \(3.841\) \(5.024\) \(6.635\) \(7.879\) \(10.828\)
              参考公式:\(K^{2}= \dfrac {n(ad-bc)^{2}}{(a+b)(c+d)(a+c)(b+d)}(\)其中\(n=a+b+c+d\)为样本容量\()\).
            • 6.

              假设关于某设备的使用年限\(x\)和所支出的维修费用\(y\)\((\)万元\()\)有如下的统计资料:

              使用年限\(x\)

              \(2\)

              \(3\)

              \(4\)

              \(5\)

              \(6\)

              维修费用\(y\)

              \(2.2\)

              \(3.8\)

              \(5.5\)

              \(6.5\)

              \(7.0\)



              若由资料知\(y\)\(x\)呈线性相关关系。\((\)系数公式\( \overset{\}{b}= \dfrac{ \sum\nolimits_{i=1}^{n}{x}_{i}{y}_{i}-n \bar{x}· \bar{y}}{ \sum\nolimits_{i=1}^{n}{{x}_{i}}^{2}-n·{ \bar{x}}^{2}}, \overset{\}{a}= \bar{y}- \overset{\}{b} \bar{x} \) \()\)




              \((\)Ⅰ\()\)请根据最小二乘法求出线性回归方程\( \overset{\}{y}= \overset{\}{b}x+ \overset{\}{a} \)的回归系数\( \overset{\}{a}, \overset{\}{b} \);


              \((\)Ⅱ\()\)估计使用年限为\(10\)年时,维修费用是多少?

            • 7.

              某车间为了规定工时定额,需要确定加工零件所花费的时间,为此做了四次试验,得到的数据如下表所示:

              \((1)\)在给定的坐标系中画出表中数据的散点图;

              \((2)\)求出\(y\)关于\(x\)的线性回归方程\(\hat{y}=\hat{b}\)\(x\)\(+\hat{a}\),并在坐标系中画出回归直线;

              \((3)\)试预测加工\(10\)个零件需要多少时间?

            • 8.

              下图是我国\(2008\)年至\(2014\)年生活垃圾无害化处理量\((\)单位:亿吨\()\)的折线图

              \((1)\)由折线图看出,可用线性回归模型拟合\(y\)与\(t\)的关系,请用相关系数\(r\)加以说明;

              \((2)\)建立\(y\)关于\(t\)的回归方程\((\)系数精确到\(0.01)\),预测\(2016\)年我国生活垃圾无害化处理量.

              附注:参考数据:\(\sum\limits_{i=1}^{n}{\left( {{t}_{i}}-\overline{t} \right)\left( {{y}_{i}}-\overline{y} \right)}{=}2.89\),\(\sqrt{\sum\limits_{i=1}^{7}{{{\left( {{y}_{i}}-\overline{y} \right)}^{2}}}}=0.55\),\(\sqrt{7}\approx 2.646\).

              参考公式: 回归方程\(\widehat{y}=\widehat{a}+\widehat{b}t\)中斜率和截距的最小二乘估计公式分别为:\(\widehat{a}{=}\overline{y}-\widehat{b}\overline{t}\),

              \(\widehat{b}=\dfrac{\sum\limits_{i=1}^{n}{\left( {{t}_{i}}-\overline{t} \right)\left( {{y}_{i}}-\overline{y} \right)}}{\sum\limits_{i=1}^{n}{{{\left( {{t}_{i}}-\overline{t} \right)}^{2}}}}\) ; 相关系数\(r=\dfrac{\sum\limits_{i=1}^{n}{\left( {{t}_{i}}-\overline{t} \right)\left( {{y}_{i}}-\overline{y} \right)}}{\sqrt{\sum\limits_{i=1}^{n}{{{\left( {{t}_{i}}-\overline{t} \right)}^{2}}\sum\limits_{i=1}^{n}{{{\left( {{y}_{i}}-\overline{y} \right)}^{2}}}}}}\).

            • 9. 某地最近十年粮食需求量逐年上升,下表是部分统计数据:
              年份 \(2002\) \(2004\) \(2006\) \(2008\) \(2010\)
              需求量\((\)万吨\()\) \(236\) \(246\) \(257\) \(276\) \(286\)
              \((\)Ⅰ\()\)利用所给数据求年需求量与年份之间的回归直线方程\( ∧y=bx+a\);
              \((\)Ⅱ\()\)利用\((\)Ⅰ\()\)中所求的直线方程预测该地\(2012\)年的粮食需求量.
            • 10. 某地最近十年粮食需求量逐年上升,下表是部分统计数据:
              年份 2002 2004 2006 2008 2010
              需求量(万吨) 236 246 257 276 286
              (Ⅰ)利用所给数据求年需求量与年份之间的回归直线方程=bx+a;
              (Ⅱ)利用(Ⅰ)中所求的直线方程预测该地2012年的粮食需求量.
            0/40

            进入组卷