某地粮食需求量逐年上升,下表是部分统计数据:
年份(年) | 2002 | 2004 | 2006 | 2008 | 2010 |
需求量 (万吨) | 236 | 246 | 257 | 276 | 286 |
(1)利用所给数据求年需求量与年份之间的回归直线方程
=
x+
.
(2)利用(1)中所求出的直线方程预测该地2014年的粮食需求量.
为了解篮球爱好者小李的投篮命中率与打篮球时间之间的关系,下表记录了小李某月1号到5号每天打篮球时间x(单位:小时)与当天投篮命中率y之间的关系:
时间x | 1 | 2 | 3 | 4 | 5 |
命中率y | 0.4 | 0.5 | 0.6 | 0.6 | 0.4 |
小李这5天的平均投篮命中率为 ;用线性回归分析的方法,预测小李该月6号打6小时篮球的投篮命中率为 .
在研究硝酸钠的可溶性程度时,在不同的温度下观测它在水中的溶解度,得观测结果如下:
温度(x) | 0 | 10 | 20 | 50 | 70 |
溶解度(y) | 66.7 | 76.0 | 85.0 | 112.3 | 128.0 |
则由此得到的回归直线的斜率是 .
对一些城市进行职工人均工资水平x(千元)与居民人均消费水平y(千元)统计调查后知,y与x具有相关关系,满足回归方程
=0.66x+1.562.若某被调查城市的居民人均消费水平为7.675(千元),则可以估计该城市人均消费额占人均工资收入的百分比约为 %(结果保留两个有效数字).
某著名纺织集团为了减轻生产成本继续走高的压力,计划提高某种产品的价格,为此销售部在10月1日至10月5日连续五天对某个大型批发市场中该产品一天的销售量及其价格进行了调查,其中该产品的价格x(元)与销售量y(万件)之间的数据如下表所示:
日期 | 10月1日 | 10月2日 | 10月3日 | 10月4日 | 10月5日 |
价格x(元) | 9 | 9.5 | 10 | 10.5 | 11 |
销售量 y(万件) | 11 | 10 | 8 | 6 | 5 |
已知销售量y与价格x之间具有线性相关关系,其回归直线方程为:
=-3.2x+
,若该集团提高价格后该批发市场的日销售量为7.36万件,则该产品的价格约为( )
(A)14.2元 (B)10.8元
(C)14.8元 (D)10.2元
已知一组观测值具有线性相关关系,若对于
=
x+
,求得=0.51,
=61.75,
=38.14,则线性回归方程为( )
(A)=0.51x+6.65 (B)=6.65x+0.51
(C)=0.51x+42.30 (D)=42.30x+0.51
