题目内容
7.| 推销员 | A | B | C | D | E |
| 工作年限x(万元) | 2 | 3 | 5 | 7 | 8 |
| 年推销金额y(万元) | 3 | 3.5 | 4 | 6.5 | 8 |
(Ⅱ)利用最小二乘法求年推销金额y关于工作年限x的回归直线方程;
(Ⅲ)利用(Ⅱ)中的回归方程,预测工作年限是10年的推销员的年推销金额.
附:$\widehat{b}$=$\frac{\sum_{i-1}^{n}{(x}_{i}-\overline{x}){(y}_{i}-\overline{y})}{{\sum_{i-1}^{n}{(x}_{i}-\overline{x})}^{2}}$,$\widehat{a}$=$\overline{y}$-$\widehat{b}$$\overline{x}$.
分析 (Ⅰ)根据表中数据,画出散点图,利用散点图估计月推销金额y与工作时间x有线性相关关系;
(Ⅱ)利用公式求出线性回归方程即可;
(Ⅲ)根据线性回归方程计算x=10时y的值,即可得到预报值.
解答
解:(Ⅰ)年推销金额y关于工作年限x的散点图:
从散点图可以看出,各点散布在从左下角到右上角的区域里,因此,工作年限与年推销金额之间成正相关,即工作年限越多,年推销金额越大.
(Ⅱ)$\overline{x}$=5,$\overline{y}$=5,b=$\frac{(-3)×(-2)+(-2)×(-1.5)+0+2×1.5+3×3}{9+4+0+4+9}$=$\frac{21}{26}$,
a=5-$\frac{21}{26}×5$=$\frac{25}{26}$,
∴年推销金额y关于工作年限x的回归直线方程为y=$\frac{21}{26}$x+$\frac{25}{26}$.
(Ⅲ)当x=10时,y=$\frac{21}{26}$×10+$\frac{25}{26}$=$\frac{235}{26}$,
∴预测工作年限是10年的推销员的年推销金额为$\frac{235}{26}$万元.
点评 本题考查了线性回归分析的初步应用问题,也考查了利用最小二乘法求线性回归方程的应用问题,是综合题目.
练习册系列答案
相关题目
17.一个三棱锥的三视图如图所示,则该三棱锥的体积等于( )

| A. | 2 | B. | $\frac{4\sqrt{2}}{3}$ | C. | $\frac{4\sqrt{3}}{3}$ | D. | 3 |
15.总体(x,y)的一组样本数据为:
(1)若x,y线性相关,求回归直线方程;
(2)当x=6时,估计y的值.
附:回归直线方程$\hat y$=$\hat b$x+$\hat a$,其中$\hat a$=$\overline{y}$-$\hat b$$\overline{x}$,$\hat b$=$\frac{\sum_{i=1}^{n}{x}_{i}{y}_{i}-n\overline{x}•\overline{y}}{{\sum_{y=1}^{n}x}_{i}^{2}-n{\overline{x}}^{2}}$.
| x | 1 | 2 | 3 | 4 |
| y | 3 | 3 | 5 | 4 |
(2)当x=6时,估计y的值.
附:回归直线方程$\hat y$=$\hat b$x+$\hat a$,其中$\hat a$=$\overline{y}$-$\hat b$$\overline{x}$,$\hat b$=$\frac{\sum_{i=1}^{n}{x}_{i}{y}_{i}-n\overline{x}•\overline{y}}{{\sum_{y=1}^{n}x}_{i}^{2}-n{\overline{x}}^{2}}$.
12.某小学对学生的记忆能力x与识图能力y进行统计分析,得到如表数据:
(1)试求y与x之间的回归直线方程;
(2)当小明同学的记忆能力为14时,用回归直线方程预测他的识图能力的值.
参考公式:回归直线的方程是$\widehat{y}$=$\widehat{b}$x+$\widehat{a}$,其中$\widehat{b}$=$\frac{\sum_{i=1}^{n}{x}_{i}{y}_{i}-n\overline{xy}}{\sum_{i=1}^{n}{x}_{i}^{2}-n(\overline{x})^{2}}$,$\widehat{a}$=$\widehat{y}$-$\widehat{b}$x.
| 记忆能力x | 4 | 6 | 8 | 10 |
| 识图能力y | 3 | 5 | 6 | 8 |
(2)当小明同学的记忆能力为14时,用回归直线方程预测他的识图能力的值.
参考公式:回归直线的方程是$\widehat{y}$=$\widehat{b}$x+$\widehat{a}$,其中$\widehat{b}$=$\frac{\sum_{i=1}^{n}{x}_{i}{y}_{i}-n\overline{xy}}{\sum_{i=1}^{n}{x}_{i}^{2}-n(\overline{x})^{2}}$,$\widehat{a}$=$\widehat{y}$-$\widehat{b}$x.