题目内容
11.| 时间x(s) | 2 | 3 | 4 | 5 | 6 |
| 深度y(μm) | 2.2 | 3.8 | 5.5 | 6.5 | 7.0 |
(2)如果y对x有线性相关关系,请用最小二乘法求y关于x的回归直线方程;
(3)估计x=12时,腐蚀深度约是多少?
参考公式:用最小二乘法求线性回归方程系数公式:$\hat b$=$\frac{{\sum_{i=1}^n{{x_i}{y_i}-n\overline x\overline y}}}{{\sum_{i=1}^n{x_i^2-n{{\overline x}^2}}}}$$,\hat a$=$\overline y$-$\hat b\overline x$.
参考数据:22+32+42+52+62=90,2×2.2+3×3.8+4×5.5+5×6.5+6×7.0=112.3.
分析 (1)由已知中腐蚀深度y与腐蚀时间x之间的统计表中数据,易画出数据的散点图;
(2)根据所给的样本中心点和两个最小二乘法要用的和式,写出b的表示式,求出结果,再代入样本中心点求出a,写出线性回归方程;
(3)根据(2)中所得的线性回归方程,代入x=12求出预报值.
解答 解:(1)表中数据的散点图如下图所示:![]()
(2)$\overline x=4$,$\overline y=5$,
∴$\hat b=\frac{{\sum_{i=1}^n{{x_i}{y_i}-n\overline x\overline y}}}{{\sum_{i=1}^n{x_i^2-n{{\overline x}^2}}}}=\frac{112•3-100}{90-80}=1.23$,
$\hat a=\overline y-\hat b\overline x=5-1.23×4=0.08$
所以回归直线方程是:y=1.23x+0.08
(3)当x=12时,y=1.23×12+0.08=14.84μm
点评 本题考查线性回归方程的做法和应用,是一个基础题,本题解题的关键是正确应用最小二乘法来求线性回归方程的系数.
练习册系列答案
相关题目
6.给出最小二乘法下的回归直线方程$\widehat{y}$=$\widehat{b}$x+$\widehat{a}$系数公式:
$\widehat{b}$=$\frac{\sum_{i=1}^{n}{x}_{i}{y}_{i}-n\overline{x}•\overline{y}}{\sum_{i=1}^{n}{{x}_{i}}^{2}-n{\overline{x}}^{2}}$,$\widehat{a}$=$\overline{y}$-b$\overline{x}$
假设关于某设备的使用年限x(年)和所支出的维修费用y(万元),有如表的统计资料:
若由资料可知y对x呈线性相关关系,试求:
(1)线性回归直线方程;
(2)根据回归直线方程,估计使用年限为12年时,维修费用是多少?
$\widehat{b}$=$\frac{\sum_{i=1}^{n}{x}_{i}{y}_{i}-n\overline{x}•\overline{y}}{\sum_{i=1}^{n}{{x}_{i}}^{2}-n{\overline{x}}^{2}}$,$\widehat{a}$=$\overline{y}$-b$\overline{x}$
假设关于某设备的使用年限x(年)和所支出的维修费用y(万元),有如表的统计资料:
| 使用年限x (年) | 2 | 3 | 4 | 5 | 6 |
| 维修费用y(万元) | 2.2 | 3.8 | 5.5 | 6.5 | 7.0 |
(1)线性回归直线方程;
(2)根据回归直线方程,估计使用年限为12年时,维修费用是多少?
16.某商场经营某种商品,在一段时间内,发现商品的售价x元和销售量y件之间的一组数据,如表所示:
通过分析,发现销售量y对商品的价格x具有线性相关关系.
(1)求$\overline{x}$,$\overline{y}$;
(2)求销售量y对商品的价格x的回归直线方程;
(3)预测售价为10元时,商品的销售量是多少.
| 价格x | 9 | 9.5 | 10.5 | 11 |
| 销售量y | 11 | 10 | 6 | 5 |
(1)求$\overline{x}$,$\overline{y}$;
(2)求销售量y对商品的价格x的回归直线方程;
(3)预测售价为10元时,商品的销售量是多少.