解答题-问答题 较难0.4 引用16 组卷3685
移动物联网广泛应用于生产制造、公共服务、个人消费等领域.截至2022年底,我国移动物联网连接数达18.45亿户,成为全球主要经济体中首个实现“物超人”的国家.右图是2018-2022年移动物联网连接数W与年份代码t的散点图,其中年份2018-2022对应的t分别为1~5.
(1)根据散点图推断两个变量是否线性相关.计算样本相关系数(精确到0.01),并推断它们的相关程度;
(2)(i)假设变量x与变量Y的n对观测数据为(x1,y1),(x2,y2),…,(xn,yn),两个变量满足一元线性回归模型 (随机误差).请推导:当随机误差平方和Q=取得最小值时,参数b的最小二乘估计.
(ii)令变量,则变量x与变量Y满足一元线性回归模型利用(i)中结论求y关于x的经验回归方程,并预测2024年移动物联网连接数.
附:样本相关系数,,,,
(1)根据散点图推断两个变量是否线性相关.计算样本相关系数(精确到0.01),并推断它们的相关程度;
(2)(i)假设变量x与变量Y的n对观测数据为(x1,y1),(x2,y2),…,(xn,yn),两个变量满足一元线性回归模型 (随机误差).请推导:当随机误差平方和Q=取得最小值时,参数b的最小二乘估计.
(ii)令变量,则变量x与变量Y满足一元线性回归模型利用(i)中结论求y关于x的经验回归方程,并预测2024年移动物联网连接数.
附:样本相关系数,,,,
2023·福建厦门·二模
类题推荐
为了落实发展新能源汽车的国家战略,规范新能源汽车生产活动,某新能源汽车品牌2019年到2023年年销量(万)如下表:其中2019~2023年对应的年份代码为1~5.
(1)判断两个变量是否线性相关,并用样本相关系数加以说明(精确到0.01);
(2)(ⅰ)假设变量与变量的对观测数据为,,…,,两个变量满足一元线性回归模型(随机误差),请写出参数的最小二乘估计;
(ⅱ)令变量,,则变量与变量满足一元线性回归模型,
利用(ⅰ)中结论求关于的经验回归方程,并预测2025年该品牌新能源汽车的销售量.
附:样本相关系数,,,,.
年份代码 | 1 | 2 | 3 | 4 | 5 |
销量(万) | 4 | 9 | 14 | 18 | 25 |
(2)(ⅰ)假设变量与变量的对观测数据为,,…,,两个变量满足一元线性回归模型(随机误差),请写出参数的最小二乘估计;
(ⅱ)令变量,,则变量与变量满足一元线性回归模型,
利用(ⅰ)中结论求关于的经验回归方程,并预测2025年该品牌新能源汽车的销售量.
附:样本相关系数,,,,.
近年来,我国新能源汽车发展进入新阶段.某品牌年到年新能源汽车年销量(万)如下表:其中年对应的年份代码为.
(1)判断两个变量是否线性相关,并计算样本相关系数(精确到);
(2)(i)假设变量与变量的对观测数据为,两个变量满足一元线性回归模型(随机误差),请写出参数的最小二乘估计;
(ii)令变量,则变量与变量满足一元线性回归模型,利用(i)中结论求关于的经验回归方程,并预测年该品牌新能源汽车的销售量.
附:样本相关系数,,,,
年份代码 | 1 | 2 | 3 | 4 | 5 |
销量(万) | 4 | 9 | 14 | 18 | 25 |
(2)(i)假设变量与变量的对观测数据为,两个变量满足一元线性回归模型(随机误差),请写出参数的最小二乘估计;
(ii)令变量,则变量与变量满足一元线性回归模型,利用(i)中结论求关于的经验回归方程,并预测年该品牌新能源汽车的销售量.
附:样本相关系数,,,,
组卷网是一个信息分享及获取的平台,不能确保所有知识产权权属清晰,如您发现相关试题侵犯您的合法权益,请联系组卷网