题目内容
9.下表提供了某新生婴儿成长过程中时间x(月)与相应的体重y(公斤)的几组对照数据(1)如y与x具有较好的线性关系,请根据表中提供的数据,求出线性回归方程:$\widehat{y}$=$\widehat{b}$x+$\widehat{a}$;
(2)由此推测当婴儿生长满五个月时的体重为多少?
(参考公式和数据:$\widehat{b}$=$\frac{\sum_{i=1}^{n}{x}_{i}{y}_{i}-n•\overline{x}\overline{y}}{\sum_{i=1}^{n}{x}_{i}^{2}-n•{\overline{x}}^{2}}$ $\widehat{a}$=$\widehat{y}$-$\widehat{b}$$\overline{x}$,$\sum_{i=1}^{n}{x}_{i}{y}_{i}=27.5$)
| x | 0 | 1 | 2 | 3 |
| y | 3 | 3.5 | 4.5 | 5 |
分析 (1)求出x,y的平均数,代入回归系数方程求出回归系数,得出回归方程.
(2)把x=5代入回归方程解出$\stackrel{∧}{y}$.
解答 解:(1)$\overline{x}$=$\frac{0+1+2+3}{4}$=1.5,$\overline{y}$=$\frac{3+3.5+4.5+5}{4}$=4.
$\sum_{i=1}^{4}{{x}_{i}}^{2}$=02+12+22+32=14,
∴$\stackrel{∧}{b}$=$\frac{27.5-4×1.5×4}{14-4×1.{5}^{2}}$=$\frac{7}{10}$,$\stackrel{∧}{a}$=4-$\frac{7}{10}×1.5$=$\frac{59}{20}$.
∴y关于x的线性回归方程为$\stackrel{∧}{y}$=$\frac{7}{10}$x+$\frac{59}{20}$.
(2)当x=5时,$\stackrel{∧}{y}$=$\frac{7}{2}$+$\frac{59}{20}$=6.45.
答:由此推测当婴儿生长满五个月时的体重为6.45公斤.
点评 本题考查了线性回归方程的求解和数值估计,属于基础题.
练习册系列答案
相关题目
20.已知函数f(x)=x2+x-2,x∈[-1,6],若在其定义域内任取一数x0使得f(x0)≤0概率是( )
| A. | $\frac{2}{7}$ | B. | $\frac{3}{7}$ | C. | $\frac{4}{7}$ | D. | $\frac{5}{7}$ |
14.下列关于函数y=tan(x+$\frac{π}{3}$)的说法正确的是( )
| A. | 在区间[-$\frac{π}{6}$,$\frac{5π}{6}$]上单调递增 | B. | 值域为[-1,1] | ||
| C. | 图象关于直线x=$\frac{π}{6}$成轴对称 | D. | 图象关于点(-$\frac{π}{3}$,0)成中心对称 |
18.已知△ABC内角A,B,C的对边分别为a,b,c,B=60°,b2=ac,则A=( )
| A. | 30° | B. | 45° | C. | 60° | D. | 90° |
19.
某厂通过技术改造降低了产品A对重要原材料G的消耗,如表提供了该厂技术改造后生产产品A的过程记录的产量x(吨)与原材料G相应的消耗量y(吨)的几组对照数据:
(1)请在图a中画出如表数据的散点图;
(2)请根据如表提供的数据,用最小二乘法求出y关于x的线性回归方程$\stackrel{∧}{y}$=$\stackrel{∧}{b}$x+$\stackrel{∧}{a}$;
(3)试根据(2)求出的线性回归方程,预测生产50吨产品A需要消耗原材料G多少吨?参考公式:最小二乘法求线性回归方程
系数公式:$\stackrel{∧}{b}$=$\frac{\sum_{i=1}^{n}{x}_{i}{y}_{i}-n\overline{x}\overline{y}}{\sum_{i=1}^{n}{x}_{i}^{2}-n{\overline{x}}^{2}}$,$\stackrel{∧}{a}$=$\overline{y}$-$\stackrel{∧}{b}$$\overline{x}$.
| x | 3 | 4 | 5 | 6 |
| y | 1.6 | 2.2 | 3.0 | 3.4 |
(2)请根据如表提供的数据,用最小二乘法求出y关于x的线性回归方程$\stackrel{∧}{y}$=$\stackrel{∧}{b}$x+$\stackrel{∧}{a}$;
(3)试根据(2)求出的线性回归方程,预测生产50吨产品A需要消耗原材料G多少吨?参考公式:最小二乘法求线性回归方程
系数公式:$\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}}$,$\stackrel{∧}{a}$=$\overline{y}$-$\stackrel{∧}{b}$$\overline{x}$.