题目内容
【题目】某芯片公司为制定下一年的研发投入计划,需了解年研发资金投入量(单位:亿元)对年销售额(单位:亿元)的影响.该公司对历史数据进行对比分析,建立了两个函数模型:①,②,其中均为常数,为自然对数的底数.
现该公司收集了近12年的年研发资金投入量和年销售额的数据,,并对这些数据作了初步处理,得到了右侧的散点图及一些统计量的值.令,经计算得如下数据:
(1)设和的相关系数为,和的相关系数为,请从相关系数的角度,选择一个拟合程度更好的模型;
(2)(i)根据(1)的选择及表中数据,建立关于的回归方程(系数精确到0.01);
(ii)若下一年销售额需达到90亿元,预测下一年的研发资金投入量是多少亿元?
附:①相关系数,回归直线中斜率和截距的最小二乘估计公式分别为:,;
② 参考数据:,,.
【答案】(1)模型的拟合程度更好;(2)(i);(ii)亿元.
【解析】
(1)由相关系数求出两个系数,比较大小可得;
(2)(i)先建立关于的线性回归方程,从而得出关于的回归方程;
(ii)把代入(i)中的回归方程可得值.
本小题主要考查回归分析等基础知识,考查数据处理能力、运算求解能力、抽象概括能力及应用意识,考查统计与概率思想、分类与整合思想,考查数学抽象、数学运算、数学建模、数据分析等核心素养,体现基础性、综合性与应用性.
解:(1),
,
则,因此从相关系数的角度,模型的拟合程度更好
(2)(i)先建立关于的线性回归方程.
由,得,即.
由于,
所以关于的线性回归方程为,
所以,则
(ii)下一年销售额需达到90亿元,即,
代入得,,
又,所以,
所以,
所以预测下一年的研发资金投入量约是亿元
【题目】随着网上购物的普及,传统的实体店遭受到了强烈的冲击,某商场实体店近九年来的纯利润如下表所示:
年份 | 2010 | 2011 | 2012 | 2013 | 2014 | 2015 | 2016 | 2017 | 2018 |
时间代号 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 |
实体店纯利润(千万) | 2 | 2.3 | 2.5 | 2.9 | 3 | 2.5 | 2.1 | 1.7 | 1.2 |
根据这9年的数据,对和作线性相关性检验,求得样本相关系数的绝对值为0.254;根据后5年的数据,对和作线性相关性检验,求得样本相关系数的绝对值为0.985;
(1)如果要用线性回归方程预测该商场2019年实体店纯利润,现有两个方案:
方案一:选取这9年的数据,进行预测;
方案二:选取后5年的数据进行预测.
从生活实际背景以及相关性检验的角度分析,你觉得哪个方案更合适.
附:相关性检验的临界值表:
小概率 | ||
0.05 | 0.01 | |
3 | 0.878 | 0.959 |
7 | 0.666 | 0.798 |
(2)某机构调研了大量已经开店的店主,据统计,只开网店的占调查总人数的,既开网店又开实体店的占调查总人数的,现以此调查统计结果作为概率,若从上述统计的店主中随机抽查了5位,求只开实体店的人数的分布列及期望.