题目内容
13.| 时间x(秒) | 5 | 10 | 15 | 20 | 30 |
| 深度y(微米) | 6 | 10 | 10 | 13 | 16 |
(2)求y与x之间的回归方程,并预测40秒时的深度(回归方程精确到小数点后两位;预测结果精确到整数).
回归方程:$\widehat{y}$=bx+a,其中$\stackrel{∧}{b}$=$\frac{\sum_{i=1}^{n}{x}_{i}{y}_{i}-n\overline{x}\overline{y}}{\sum_{i=1}^{n}{{x}_{i}}^{2}-n{\overline{x}}^{2}}$,a=$\overline{y}$-b$\overline{x}$.
分析 (1)在规定的坐标系中,画出 x,y 的散点图即可;
(2)计算$\overline{x}$、$\overline{y}$,求出回归系数$\stackrel{∧}{b}$、a,
写出回归方程,计算x=40时$\widehat{y}$的值即可.
解答 解:(1)在规定的坐标系中,画出 x,y 的散点图如图所示;![]()
(2)计算$\overline{x}$=$\frac{1}{5}$×(5+10+15+20+30)=16,
$\overline{y}$=$\frac{1}{5}$×(6+10+10+13+16)=11;
$\sum_{i=1}^{5}$xiyi=5×6+10×10+15×10+20×13+30×16=1020,
$\sum_{i=1}^{5}$${{x}_{i}}^{2}$=52+102+152+202+302=1650,
∴回归系数为:$\stackrel{∧}{b}$=$\frac{\sum_{i=1}^{n}{x}_{i}{y}_{i}-n\overline{x}\overline{y}}{\sum_{i=1}^{n}{{x}_{i}}^{2}-n{\overline{x}}^{2}}$=$\frac{1020-5×15×11}{1650-5{×16}^{2}}$≈0.53,
a=$\overline{y}$-b$\overline{x}$=11-0.53×16=2.52;
∴回归方程为:$\widehat{y}$=0.53x+2.52;
当x=40时,$\widehat{y}$=0.53×40+2.52=23.72,
即预测40秒时的深度23.72微米.
点评 本题考查了散点图与线性回归方程的应用问题,是中档题.
练习册系列答案
相关题目
3.设x∈R,则“|x+1|<1”是“x2+x-2<0”的( )条件.
| A. | 充分而不必要 | B. | 必要而不充分 | ||
| C. | 充要 | D. | 既不充分也不必要 |
5.求直线l:3x-y-6=0被圆C:(x-1)2+(y-2)2=5截得的弦AB的长为 ( )
| A. | 2 | B. | $4\sqrt{2}$ | C. | $\sqrt{10}$ | D. | $2\sqrt{10}$ |
6.冬季昼夜温差大小与某反季节大豆新品种发芽多少之间有关系,某农科所对此关系进行了调查分析,他们分别记录了12月1日至12月5日的每天昼夜温差与实验室每天每100颗种子中的发芽数,得到如下资料:
该农科所确定的研究方案是:先从这五组数据中选取2组,用剩下的3组数据求线性回归方程,再对被选取的2组数据进行检验.
(Ⅰ)求选取的2组数据恰好是相邻2天数据的概率;
(Ⅱ)若选取的是12月1日与12月5日的两组数据,请根据12月2日至12月4日的数据,求出y关于x的线性回归方程$\widehat{y}$=$\widehat{b}$x+$\widehat{a}$;
(Ⅲ)若由线性回归方程得到的估计数据与所选出的检验数据的误差不超过2颗,则认为得到的线性回归方程是可靠的,试问(2)中所得的线性回归方程是否可靠?
(参考公式:$\widehat{b}$=$\frac{\sum_{i=1}^{n}({x}_{i}-\overline{x})({y}_{i}-\overline{y})}{\sum_{i=1}^{n}({x}_{i}-\overline{x})^{2}}$,$\widehat{a}$=$\overline{y}$-$\widehat{b}$$\overline{x}$.)
| 日期 | 12月1日 | 12月2日 | 12月3日 | 12月4日 | 12月5日 |
| 温差x/℃ | 10 | 11 | 13 | 12 | 8 |
| 发芽数y/颗 | 23 | 25 | 30 | 26 | 16 |
(Ⅰ)求选取的2组数据恰好是相邻2天数据的概率;
(Ⅱ)若选取的是12月1日与12月5日的两组数据,请根据12月2日至12月4日的数据,求出y关于x的线性回归方程$\widehat{y}$=$\widehat{b}$x+$\widehat{a}$;
(Ⅲ)若由线性回归方程得到的估计数据与所选出的检验数据的误差不超过2颗,则认为得到的线性回归方程是可靠的,试问(2)中所得的线性回归方程是否可靠?
(参考公式:$\widehat{b}$=$\frac{\sum_{i=1}^{n}({x}_{i}-\overline{x})({y}_{i}-\overline{y})}{\sum_{i=1}^{n}({x}_{i}-\overline{x})^{2}}$,$\widehat{a}$=$\overline{y}$-$\widehat{b}$$\overline{x}$.)