7.
某测试团队为了研究“饮酒”对“驾车安全”的影响,随机选取\(100\)名驾驶员先后在无酒状态、酒后状态下进行“停车距离”测试\(.\)测试的方案:电脑模拟驾驶,以某速度匀速行驶,记录下驾驶员的“停车距离”\((\)驾驶员从看到意外情况到车子完全停下所需要的距离\().\)无酒状态与酒后状态下的试验数据分别列于表\(1\)和表\(2\).
表\(1\)
停车距离\(d\)\((\)米\()\) | \((10,20]\) | \((20,30]\) | \((30,40]\) | \((40,50]\) | \((50,60]\) |
频数 | \(26\) | \(a\) | \(b\) | \(8\) | \(2\) |
表\(2\)
平均每毫升血液酒精含量\(x\)毫克 | \(10\) | \(30\) | \(50\) | \(70\) | \(90\) |
平均停车距离\(y\)米 | \(30\) | \(50\) | \(60\) | \(70\) | \(90\) |
已知表\(1\)数据的中位数估计值为\(26\),回答以下问题.
\((\)Ⅰ\()\)求 \(a\), \(b\)的值,并估计驾驶员无酒状态下停车距离的平均数;
\((\)Ⅱ\()\)根据最小二乘法,由表\(2\)的数据计算\(y\)关于\(x\)的回归方程\(\overline {y}=\overline {b}x+\overline {a} \);
\((\)Ⅲ\()\)该测试团队认为:驾驶员酒后驾车的平均“停车距离”\(y\)大于\((\)Ⅰ\()\)中无酒状态下的停车距离平均数的\(3\)倍,则认定驾驶员是“醉驾”\(.\)请根据\((\)Ⅱ\()\)中的回归方程\(\overline {y}=\overline {b}x+\overline {a} \),预测当每毫升血液酒精含量大于多少毫克时为“醉驾”?
\((\)附:对于一组数据\((\)\(x\)\({\,\!}_{1}\),\(y\)\({\,\!}_{1})\),\((\)\(x\)\({\,\!}_{2}\),\(y\)\({\,\!}_{2})\),\(…\),\((\)\(x_{n}\),\(y_{n}\)\()\),其回归直线的斜率和截距的最小二乘估计分别为\(b=\dfrac{\sum\limits_{i=1}^{n}{({{x}_{i}}-\overline{x})({{y}_{i}}-\overline{y})}}{\sum\limits_{i=1}^{n}{{{({{x}_{i}}-\overline{x})}^{2}}}}=\dfrac{\sum\limits_{i=1}^{n}{{{x}_{i}}{{y}_{i}}-n\overline{x}\overline{y}}}{\sum\limits_{i=1}^{n}{{{x}_{i}}^{2}-n{{\overline{x}}^{2}}}}\),\(a=\overline{y}-b\overline{x})\)