17.某公司为确定下一年度投入某种产品的宣传费,需了解年宣传费x(单位:万元)对年销售量y(单位:吨)的影响,对近六年的年宣传费xi和年销售量yi(i=1,2,3,4,5,6)的数据作了初步统计,得到如下数据:
 年份 2011 2012 2013 2014 2015 2016
 年宣传费x(万元) 3848  58 68 78 88
 年销售量y(吨) 16.8 18.8 20.7 22.4 24 25.5
经电脑模拟发现年宣传费x(单位:万元)与年销售量y(单位:吨)之间近似满足关系式:y=a•xb(a,b>G),即lny=b•lnx+lna,对上述数据作了初步处理,得到相关的值如下表:
 $\sum_{i=1}^{6}$(lnxi•lnyi $\sum_{i=1}^{6}$(lnxi)  $\sum_{i=1}^{6}$(lnyi)  $\sum_{i=1}^{6}$(lnxi2
 75.3 24.6 18.3 101.4
(Ⅰ)根据所给数据,求y关于x的回归方程;
(Ⅱ)规定当产品的年销售量y(单位:吨)与年宣传费x(单位:万元)的比值在区间($\frac{e}{9}$,$\frac{e}{7}$)内时认为该年效益良好.现从这6年中任选3年,记其中选到效益良好的数量为ξ,求随机变量ξ的分布列和期望.(其中e为自然对数的底数,e≈2.7183)
附:对于一组数据(u1,v1),(u2,v2),…,(un,vn),其回归直线v=β•u+a中的斜率和截距的最小二乘估计分别为:$\widehat{β}$=$\frac{\sum_{i=1}^{n}({u}_{i}•{v}_{i})-n(\overline{u}•\overline{v})}{{\sum_{i=1}^{n}u}_{i}^{2}-n(\overline{u})^{2}}$,$\stackrel{∧}{a}$=$\overline{v}$-$\stackrel{∧}{β}$•$\overline{u}$.
 0  238398  238406  238412  238416  238422  238424  238428  238434  238436  238442  238448  238452  238454  238458  238464  238466  238472  238476  238478  238482  238484  238488  238490  238492  238493  238494  238496  238497  238498  238500  238502  238506  238508  238512  238514  238518  238524  238526  238532  238536  238538  238542  238548  238554  238556  238562  238566  238568  238574  238578  238584  238592  266669 

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