题目内容

3.下表提供了某厂生产甲产品过程中记录的产量x(吨)与相应的生产能耗y(吨标准煤)的几组对照数据.
x3456
y2.5344.5
(1)请根据上表提供的数据,用最小二乘法求出y关于x的线性回归方程$\widehaty$=$\hat b$x+$\hat a$;
(2)请求出相关指数R2,并说明残差变量对预报变量的影响约占百分之几.
(参考数值:3×2.5+4×3+5×4+6×4.5=66.5)

分析 (1)首先做出x,y的平均数,利用最小二乘法做出线性回归直线的方程的系数,写出回归直线的方程,得到结果;
(2)直接根据相关指数公式求出相关指数R2,进而可得残差变量对预报变量的影响约占百分之几.

解答 解:(1)由已知可得:
$\sum_{i=1}^4{{X_i}{Y_i}}=66.5$,$\sum_{i=1}^4{X_i^2}={3^2}+{4^2}+{5^2}+{6^2}=86$,
$\overline x=4.5$,$\overline y=3.5$,
$\hat b=\frac{66.5-4×4.5×3.5}{{86-4×{{4.5}^2}}}=\frac{66.5-63}{86-81}=0.7$,
$\hat a=\overline y-\hat b\overline x=3.5-0.7×4.5=0.35$
所求的回归方程为  $\widehaty=0.7x+0.35$…(7分)
(2)计算得残差及偏差的数据如下表:

${y_i}-\widehat{y_i}$0.05-0.150.15-0.05
${y_i}-\overline y$-1-0.50.51
从而得$\sum_{i=1}^n{{{({y_i}-{{\hat y}_i})}^2}}=0.05$,$\sum_{i=1}^n{{{({y_i}-\overline y)}^2}}=2.5$
所以${R^2}=1-\frac{{\sum_{i=1}^n{{{({y_i}-{{\hat y}_i})}^2}}}}{{\sum_{i=1}^n{{{({y_i}-\bar y)}^2}}}}=1-\frac{0.05}{2.5}=0.98$.…12分
所以残差变量对预报变量的贡献率约为2%.…(14分)

点评 本题考查回归直线方程,相关指数,考查回归分析的初步应用.确定回归直线方程是关键.

练习册系列答案
相关题目

违法和不良信息举报电话:027-86699610 举报邮箱:58377363@163.com

精英家教网