摘要:对xi∈{1,2,-,n}.i=1,2,-,n.有 .x1x2-xn=n!.使x1,x2,-,xn.一定是1,2,-,n的一个排列的最大数n是 6 9
网址:http://m.1010jiajiao.com/timu_id_2868186[举报]
①若把家到学校的距离分为五个区间:[0,2)、[2,4)、[4,6)、[6,8)、[8,10),则调查数据表明午休的走读生分布在各个区间内的频率相对稳定,得到了如图所示的频率分布直方图;
②走读生是否午休与下午开始上课的时间有着密切的关系.下表是根据5次调查数据得到的下午开始上课时间与平均每天午休的走读生人数的统计表.
| 下午开始上课时间 | 1:30 | 1:40 | 1:50 | 2:00 | 2:10 |
| 平均每天午休人数 | 250 | 350 | 500 | 650 | 750 |
(Ⅱ)如果把下午开始上课时间1:30作为横坐标0,然后上课时间每推迟10分钟,横坐标x增加1,并以平均每天午休人数作为纵坐标y,试列出x与y的统计表,并根据表中的数据求平均每天午休人数
| y |
| y |
(Ⅲ)预测当下午上课时间推迟到2:20时,家距学校的路程在6里路以上的走读生中约有多少人午休?
(注:线性回归直线方程系数公式b=
| |||||||
|
| |||||||
|
. |
| y |
. |
| x |
将2006表示成5个正整数x1,x2,x3,x4,x5之和.记S=
xixj.问:
(1)当x1,x2,x3,x4,x5取何值时,S取到最大值;
(2)进一步地,对任意1≤i,j≤5有
≤2,当x1,x2,x3,x4,x5取何值时,S取到最小值.说明理由.
查看习题详情和答案>>
| -1≤i≤j≤5 |
(1)当x1,x2,x3,x4,x5取何值时,S取到最大值;
(2)进一步地,对任意1≤i,j≤5有
|
为了对2007年佛山市中考成绩进行分析,在60分以上的全体同学中随机抽出8位,他们的数学分数(已折算为百分制)从小到大排是60、65、70、75、80、85、90、95,物理分数从小到大排是72、77、80、84、88、90、93、95.
(1)若规定85分(包括85分)以上为优秀,求这8位同学中恰有3位同学的数学和物理分数均为优秀的概率;
(2)若这8位同学的数学、物理、化学分数事实上对应如下表:

用变量y与x、z与x的相关系数说明物理与数学、化学与数学的相关程度;
(3)求y与x、z与x的线性回归方程(系数精确到0.01),并用相关指数比较所求回归模型的效果.
参考数据:
=77.5,
=85,
=81,
(xi-
)2≈1050,
(yi-
)2≈456,
(zi-
)2≈550,
(xi-
)(yi-
)≈688,
(xi-
)(zi-
)≈755,
(yi-
i)2≈7,
(zi-
i)2≈94,
≈32.4,
≈21.4,
≈23.5.
查看习题详情和答案>>
(1)若规定85分(包括85分)以上为优秀,求这8位同学中恰有3位同学的数学和物理分数均为优秀的概率;
(2)若这8位同学的数学、物理、化学分数事实上对应如下表:
用变量y与x、z与x的相关系数说明物理与数学、化学与数学的相关程度;
(3)求y与x、z与x的线性回归方程(系数精确到0.01),并用相关指数比较所求回归模型的效果.
参考数据:
. |
| x |
. |
| y |
. |
| z |
| 8 |
| i=1 |
. |
| x |
| 8 |
| i=1 |
. |
| y |
| 8 |
| i=1 |
. |
| z |
| 8 |
| i=1 |
. |
| x |
. |
| y |
| 8 |
| i=1 |
. |
| x |
. |
| z |
| 8 |
| i=1 |
| ? |
| y |
| 8 |
| i=1 |
| ? |
| z |
| 1050 |
| 456 |
| 550 |
已知某校5个学生的数学和物理成绩如下表
(1)假设在对这5名学生成绩进行统计时,把这5名学生的物理成绩搞乱了,数学成绩没出现问题,问:恰有2名学生的物理成绩是自己的实际分数的概率是多少?
(2)通过大量事实证明发现,一个学生的数学成绩和物理成绩具有很强的线性相关关系的,在上述表格是正确的前提下,用x表示数学成绩,用y表示物理成绩,求y与x的回归方程;
(3)利用残差分析回归方程的拟合效果,若残差和在(-0.1,0.1)范围内,则称回归方程为“优拟方程”,问:该回归方程是否为“优拟方程”.
参考数据和公式:
=bx+a,其中b=
,a=
-b
;
xiyi=23190,
=24750,
残差和公式为:
(yi-
i).
查看习题详情和答案>>
| 学生的编号i | 1 | 2 | 3 | 4 | 5 |
| 数学xi | 80 | 75 | 70 | 65 | 60 |
| 物理yi | 70 | 66 | 68 | 64 | 62 |
(2)通过大量事实证明发现,一个学生的数学成绩和物理成绩具有很强的线性相关关系的,在上述表格是正确的前提下,用x表示数学成绩,用y表示物理成绩,求y与x的回归方程;
(3)利用残差分析回归方程的拟合效果,若残差和在(-0.1,0.1)范围内,则称回归方程为“优拟方程”,问:该回归方程是否为“优拟方程”.
参考数据和公式:
| ? |
| y |
| |||||||
|
. |
| y |
. |
| x |
| 5 |
| i=1 |
| 5 |
| i=1 |
| x | 2 i |
残差和公式为:
| 5 |
| i=1 |
| ? |
| y |
某种产品的年销售量y和该年广告费用支出x有关,现收集了5组观测数据列于下表:
现确定以广告费用支出x为解释变量,销售量y为预报变量对这两个变量进行统计分析.
参考公式:
=
=
,
=
-
,R2=1-
=
xi,
=
yi
(Ⅰ)作y和x的散点图,根据该图猜想它们之间是什么相关关系.
(Ⅱ)如果是线性相关关系,请用给出的最小二乘法公式求回归直线方程;否则说明它们之间更趋近于什么非线性相关关系.
(Ⅲ)假如2011年广告费用支出为10万元,请根据你得到的模型,预报该年的销售量y,并用R2的值说明解释变量对于预报变量变化的贡献率. 查看习题详情和答案>>
| x/万元 | 2 | 4 | 5 | 6 | 8 | 参考数据:
| |||||||||||||
| y/万件 | 30 | 40 | 60 | 50 | 70 |
参考公式:
| ? |
| b |
| |||||||
|
| |||||||
|
| ? |
| a |
. |
| y |
| ? |
| b |
. |
| x |
| |||||
|
. |
| x |
| 1 |
| n |
| n |
| i=1 |
. |
| y |
| 1 |
| n |
| n |
| i=1 |
(Ⅰ)作y和x的散点图,根据该图猜想它们之间是什么相关关系.
(Ⅱ)如果是线性相关关系,请用给出的最小二乘法公式求回归直线方程;否则说明它们之间更趋近于什么非线性相关关系.
(Ⅲ)假如2011年广告费用支出为10万元,请根据你得到的模型,预报该年的销售量y,并用R2的值说明解释变量对于预报变量变化的贡献率. 查看习题详情和答案>>