【题目】某IT从业者绘制了他在26岁~35岁(2009年~2018年)之间各年的月平均收入(单位:千元)的散点图:
![]()
(1)由散点图知,可用回归模型
拟合
与
的关系,试根据附注提供的有关数据建立
关于
的回归方程
(2)若把月收入不低于2万元称为“高收入者”.
![]()
试利用(1)的结果,估计他36岁时能否称为“高收入者”?能否有95%的把握认为年龄与收入有关系?
附注:①.参考数据:
,
,
,
,
,
,
,其中
,取
,![]()
②.参考公式:回归方程
中斜率
和截距
的最小二乘估计分别为:
,![]()
P(K2≥k) | 0.050 | 0.010 | 0.001 |
k | 3.841 | 6.635 | 10.828 |
③.
.
![]()
【题目】某企业为确定下一年投入某种产品的研发费用,需了解年研发费用
(单位:千万元)对年销售量y(单位:万件)的影响,统计了近10年投入的年研发费用x,与年销售量
的数据,得到散点图如图所示:
![]()
(1)利用散点图判断,
和
(其中
为大于0的常数)哪一个更适合作为年研发费用
和年销售量
的回归方程类型(只要给出判断即可,不必说明理由).
(2)对数据作出如下处理:令
,
,得到相关统计量的值如下表:
|
|
|
|
15 | 15 | 28.25 | 56.5 |
根据(1)的判断结果及表中数据,求
关于
的回归方程;
(3)已知企业年利润z(单位:千万元)与
,
的关系为
(其中
…),根据(2)的结果,要使得该企业下年的年利润最大,预计下一年应投入多少研发费用?
附:对于一组数据
,
…,
,其回归直线
的斜率和截距的最小二乘估计分别为
,![]()