专题 19 线性回归、分线性回归和相关系数
一、线性回归
1.2015年7月31日,在吉隆坡举行的国际奥委会第128次全会上,北京获得2022年冬奥会举办权.在申
冬奥过程中,中国正式向国际社会作出“带动三亿人参与冰雪运动”的庄严承诺.这一承诺,既是我国为国
际奥林匹克运动做出重大贡献的大国担当展现,也是根据我国经济水平和全民健身需求做出的群众性运动
的战略部署.从北京冬奥会申办成功到2021年10月,全国参与冰雪运动人数累计达到3.46亿,实现了“带
动三亿人参与冰雪运动”的目标,这是北京冬奥会给予全球冬季体育运动和奥林匹克运动的最为重要的遗
产,可以说是2022年北京冬奥会的第一块金牌.“冬奥热”带动“冰雪热”,也带动了冰雪经济,以冰雪运
动为主要内容的冰雪旅游近年来发展迅速,2016至2022六个冰雪季的旅游人次y(单位亿)的数据如下表:
年度 2016—2017 2017—2018 2018—2019 2019—2020 2020—2021 2021—2022
年度代号t 1 2 3 4 5 6
旅游人次y 1.7 1.97 2.24 0.94 2.54 3.15
(1)求y与t的相关系数(精确到0.01),并回答y与t的线性相关关系的强弱;
(2)因受疫情影响,现将2019—2020年度的异常数据剔除,用剩下的5个年度数据(年度代号不变),求y
关于t的线性回归方程(系数精确到0.01),并推测没有疫情情况下,2019—2020年度冰雪旅游人次的估
计值.
6 6 6 6
1 1
附注:参考数据:t= ∑t =3.5,y= ∑ y =2.09,∑t y =47.72,∑t2=91,
6 i 6 i i i i
i=1 i=1 i=1 i=1
n n
∑(t -t)(y - y) ∑t y -nt y
❑ √ ∑ 6 (t -t)∑ 6 (y - y) 2≈7.参考公式:相关系数r= i=1 i i = i=1 i i ,
i i √ n n √ n n
i=1 i=1 ❑∑(t -t) 2∑(y - y) 2 ❑∑(t -t) 2∑(y - y) 2
i i i i
i=1 i=1 i=1 i=1
n n
∑(t -t)(y - y) ∑t y -nt y
i i i i
回归直线的斜率和截距的最小二乘估计公式分别为:b^= i=1 = i=1 ,a^= y-b^t
n n
∑(t -t) 2 ∑t 2-nt2
i i
i=1 i=12.随着科技进步,近来年,我国新能源汽车产业迅速发展.以下是中国汽车工业协会2022年2月公布的
近六年我国新能源乘用车的年销售量数据:
201 202
年份 2017 2018 2019 2021
6 0
年份代码x 1 2 3 4 5 6
新能源乘用车年销售y(万辆) 50 78 126 121 137 352
(1)根据表中数据,求出y关于x的线性回归方程;(结果保留整数)
(2)若用y=menx模型拟合y与x的关系,可得回归方程为^y=37.71e0.33x,经计算该模型和第(1)问中模
型的R2(R2为相关指数)分别为0.87和0.71,请分别利用这两个模型,求2022年我国新能源乘用车的年
销售量的预测值;
(3)你认为(2)中用哪个模型得到的预测值更可靠?请说明理由.
参考数据:设u=ln y,其中u =ln y.
i i
6 6
y u ∑(x -x)(y - y) ∑(x -x)(u -u) e3.63 e5.94 e6.27
i i i i
i=1 i=1
144 4.78 841 5.70 37.71 380 528
参考公式:对于一组具有线性相关关系的数据(x,y )(i=1,2,3,⋅⋅⋅,n),其回归直线
i i
n
∑(x -x)(y - y)
i i
^y=b^x+a^的斜率和截距的最小二乘估计公式分别为b^= i=1 ,a^= y-b^x.
n
∑(x -x) 2
i
i=1
3.小李准备在某商场租一间商铺开服装店,为了解市场行情,在该商场调查了20家服装店,统计得到了它们的面积x(单位:m2)和日均客流量y(单位:百人)的数据(x ,y )(i=1,2,⋅⋅⋅,20),并计算得
i i
20 20 20 20
∑ x =2400,∑ y =210,∑(x -x) 2=42000,∑(x -x)(y - y)=6300.
i i i i i
i=1 i=1 i=1 i=1
(1)求y关于x的回归直线方程;
(2)已知服装店每天的经济效益W =k❑√y+mx(k>0,m>0),该商场现有60~150m2的商铺出租,根据
(1)的结果进行预测,要使单位面积的经济效益Z最高,小李应该租多大面积的商铺?
n
∑(x -x)(y - y)
i i
附:回归直线^y=b^x+a^的斜率和截距的最小二乘估计分别为:b^= i=1 ,a^= y-b^x.
n
∑(x -x) 2
i
i=1
4.某医科大学实习小组为研究实习地昼夜温差与感冒人数之间的关系,分别到当地气象部门和某医院抄
录了1月至3月每月5日、20日的昼夜温差情况与因感冒而就诊的人数,得到如表资料:
日期 1月5日 1月20日 2月5日 2月20日 3月5日 3月20日
昼夜温差x(℃) 10 11 13 12 8 6
就诊人数y(个) 22 25 29 26 16 12
该小组确定的研究方案是:先从这6组数据中随机选取4组数据求线性回归方程,再用剩余的2组数据进
行检验.
n n
∑(t -t)(y - y) ∑ x y -nx y
i i i i
参考公式:b^= i=1 = i=1 ,a^= y-b^x.
n n
∑(t -t) 2 ∑ x2-n(x) 2
i i
i=1 i=1
(1)求剩余的2组数据都是20日的概率;
(2)若选取的是1月20日、2月5日、2月20日、3月5日这4组数据.
^ ^ ^
①请根据这4组数据,求出y关于x的线性回归方程 y=bx+a ;②若某日的昼夜温差为7℃,请预测当日就诊人数.(结果保留整数).
5.某科技公司研发了一项新产品A,经过市场调研,对公司1月份至6月份销售量及销售单价进行统计,
销售单价x(千元)和销售量y(千件)之间的一组数据如下表所示:
月份i 1 2 3 4 5 6
销售单价
9 9.5 10 10.5 11 8
x
i
销售量y 11 10 8 6 5 15
i
(1)试根据1至5月份的数据,建立y关于x的回归直线方程;
(2)若由回归直线方程得到的估计数据与剩下的检验数据的误差不超过0.65千件,则认为所得到的回
归直线方程是理想的,试问(1)中所得到的回归直线方程是否理想?
n
∑ x y -n⋅x⋅y
i i
参考公式:回归直线方程^y=b^x+a^,其中b^= i=1
.
n
∑ x2-nx2
i
i=1
5 5
参考数据:∑ x y =392,∑ x2=502.5.
i i i
i=1 i=1
6.2015年10月16日,习近平总书记在减贫与发展高层论坛上强调,中国扶贫工作要实施精准扶贫方略,
坚持中国制度优势,坚持分类施策.当年11月23日,中共中央政治局召开会议,审议通过了《关于打赢脱
贫攻坚战的决定》等有关文件,会议确定了通过产业扶持、转移就业、教育支持和医疗救助等措施帮助
5000万左右贫困人口脱贫的目标.下表为某贫困县在实施扶贫政策过程中贫困户的统计数据:
2015 2016 2017 2018 2019 2020
年份
年 年 年 年 年 年序号x 第0年 第1年 第2年 第3年 第4年 第5年
贫困户数y(百
5.4 4.6 3.4 2.5 1.6 0.5
户)
(1)从这六组数据的贫困户数中任意抽取两个值a,b(百户),设ξ为|a-b|四舍五入后的整数值,求随
机变量ξ的分布列及期望值Eξ;
(2)以2015-2019年五组数据进行相关性分析发现,贫困户数y(百户)与年份的序号x存在较强的线性
相关性,试用最小二乘法求相应的回归方程,并利用2020年的数据对该回归方程进行检验.若实际数与预
测值的差值的绝对值不超过10户,则认为回归方程可靠.请问该回归方程是否可靠?
n n
∑ x y -nx y ∑(x -x)(y - y)
i i i i
附:回归方程^y=b^x+a^中斜率和截距的最小二乘法公式为:b^= i=1 = i=1 ,
n n
∑ x2-nx2 ∑(x -x) 2
i i
i=1 i=1
a^= y-b^x.
7.2021年是“十四五”开局之年,是在全面建成小康社会,实现第一个百年奋斗目标之后,全面建设社
会主义现代化国家新征程开启之年,新征程的第一阶段是2020年到2035年,基本实现社会主义现代化,
其中保障农村农民的生活达到富裕是一个关键指标.某地区在2020年底全面建成小康社会,随着实施乡村
振兴战略规划,该地区农村居民的收入逐渐增加,可支配消费支出也逐年增加.该地区统计了2016年—
2020年农村居民人均消费支出情况,对有关数据处理后,制作如图1的折线图(其中变量y(万元)表示
该地区农村居民人均年消费支出,年份用变量t表示,其取值依次为1,2,3,……).
(1)由图1可知,变量y与t具有很强的线性相关关系,求y关于t的回归方程,并预测2021年该地区农村
居民人均消费支出;2016-2020年该地区农村居民人均消费支出
(2)在国际上,常用恩格尔系数(其含义是指食品类支出总额占个人消费支出总额的比重)来衡量一个
国家和地区人民生活水平的状况.根据联合国粮农组织的标准:恩格尔系数在40%~50%为小康,
30%~40%为富裕.已知2020年该地区农村居民平均消费支出构成如图2所示,预测2021年该地区农村居
民食品类支出比2020年增长3%,从恩格尔系数判断2021年底该地区农村居民生活水平能否达到富裕生活
标准.
2020年该地区农村居民人均消费支出构成
参考公式:回归方程^y=b^x+a^中斜率和截距的最小二乘估计公式分别为:
n n
∑(x -x)(y - y) ∑ x y -nx y
i i i i
b^= i=1 = i=1 ,a^= y-b^x
n n
∑(x -x) 2 ∑ x2-nx2
i i
i=1 i=1
8.根据国际疫情形势以及传染病防控的经验,加快新冠病毒疫苗接种是当前有力的防控手段,我国正在
安全、有序加快推进疫苗接种工作,某乡村采取通知公告、微信推送、广播播放、条幅宣传等形式,积极
开展疫苗接种社会宣传工作,消除群众疑虑,提高新冠疫苗接种率,让群众充分地认识到了疫苗接种的重
要作用,自宣传开始后村干部统计了本村200名居民(未接种)5天内每天新接种疫苗的情况,得如下统
计表:第x天 1 2 3 4 5
新接种人数 1
10 19 23 28
y 5
(1)建立y关于x的线性回归方程;
(2)预测该村80%居民接种新冠疫苗需要几天?
n
∑ x y -nx y
i i
参考公式:回归方程^y=b^x+a^中斜率和截距的最小二乘估计公式分别为: b^= i=1 ,
n
∑ x2-nx2
i
i=1
a^= y-b^x.
9.某地区2021年清明节前后3天每天下雨的概率为50%,通过模拟实验的方法来计算该地区这3天中恰
好有2天下雨的概率.用随机数x(x∈N,且0≤x≤9)表示是否下雨:当x∈[0,m](m∈Z)时表示该
地区下雨,当x∈[m+1,9]时,表示该地区不下雨,从随机数表中随机取得20组数如下:
332 714 740 945 593 468 491 272 073 445
992 772 951 431 169 332 435 027 898 719
(1)求出m的值,并根据上述数表求出该地区清明节前后3天中恰好有2天下雨的概率;
(2)从2012年到2020年该地区清明节当天降雨量(单位:mm)如表:(其中降雨量为0表示没有下
雨).
时间 2012年 2013年 2014年 2015年 2016年 2017年 2018年 2019年 2020年
年份t 1 2 3 4 5 6 7 8 9
降雨量y 29 28 26 27 25 23 24 22 21
经研究表明:从2012年至2021年,该地区清明节有降雨的年份的降雨量y与年份t成线性回归,求回归直
线方程^y=b^t+a^,并计算如果该地区2021年(t=10)清明节有降雨的话,降雨量为多少?(精确到
0.01)n
∑(t -t)(y - y)
i i
参考公式:b^= i=1 ,a^= y-b^t.
n
∑(t -t) 2
i
i=1
9 7 9 7
参考数据:∑(t -t)(y - y)=-58,∑(t -t)(y - y)=-54,∑(t -t) 2=60,∑(t -t) 2=52.
i i i i i i
i=1 i=1 i=1 i=1
10.随着互联网行业、传统行业和实体经济的融合不断加深,互联网对社会经济发展的推动效果日益显著,
某大型超市计划在不同的线上销售平台开设网店,为确定开设网店的数量,该超市在对网络上相关店铺做
了充分的调查后,得到下列信息,如图所示(其中x表示开设网店数量,y表示这x个分店的年销售额总
5 5
和),现已知∑ x y =8850,∑ y =2000,求解下列问题;
i i i
i=1 i=1
(1)经判断,可利用线性回归模型拟合y与x的关系,求解y关于x的回归方程;
(2)按照经验,超市每年在网上销售获得的总利润w(单位:万元)满足w= y-5x2-140,请根据(1)
中的线性回归方程,估算该超市在网上开设多少分店时,才能使得总利润最大.5
∑ x y -nx y
i i
参考公式;线性回归方程^y=b^x+a^,其中a^= y-b^x,b^= i=1
5
∑ x2-nx2
i
i=1
二、非线性回归
11.抗体药物的研发是生物技术制药领域的一个重要组成部分,抗体药物的摄入量与体内抗体数量的关系
成为研究抗体药物的一个重要方面.某研究团队收集了10组抗体药物的摄入量与体内抗体数量的数据,并
对这些数据作了初步处理,得到了如图所示的散点图及一些统计量的值,抗体药物摄入量为x(单位:mg
),体内抗体数量为y(单位:AU/mL).
10 10 10 10
∑t z ∑t ∑ z ∑t2
i i i i i
i=1 i=1 i=1 i=1
29.2 12 16 34.4
(1)根据经验,我们选择y=cxd作为体内抗体数量y关于抗体药物摄入量x的回归方程,将y=cxd两边取
对数,得ln y=lnc+dlnx,可以看出lnx与ln y具有线性相关关系,试根据参考数据建立y关于x的回归
方程,并预测抗体药物摄入量为25mg时,体内抗体数量y的值;
(2)经技术改造后,该抗体药物的有效率z大幅提高,经试验统计得z服从正态分布N∼(0.48,0.032),那
这种抗体药物的有效率z超过0.54的概率约为多少?附:①对于一组数据(u ,v )(i=1,2,⋯,10),其回归直线v^=^βu+a^的斜率和截距的最小二乘估计分别为
i i
n
∑u v -nuv
i i
^β= i=1 ,a^=v^-^βu;
n
∑u2-nu2
i
i=1
②若随机变量Z~N(μ,σ2),则有P(μ-σ<Z<μ+σ)≈0.6826,P(μ-2σ<Z<μ+2σ)≈0.9544,
P(μ-3σ<Z<μ+3σ)≈0.9974;
③取e≈2.7.
12.经观测,长江中某鱼类的产卵数y与温度x有关,现将收集到的温度x和产卵数y (i=1,2,⋯,10)的10
i i
组观测数据作了初步处理,得到如图的散点图及一些统计量表.
10 10 10 10 10
∑ x ∑t ∑ y ∑ z ∑(x -x) 2
i i i i i
i=1 i=1 i=1 i=1 i=1
360 54.5 1360 44 384
10 10 10 10
∑(t -t) 2 ∑(t -t)(y - y) ∑(x -x)(z -z) ∑(x -x)(y - y)
i i i i i i i
i=1 i=1 i=1 i=1
3 588 32 6430
10
1
表中t =❑√x ,z =ln y ,z= ∑ z
i i i i 10 i
i=1(1)根据散点图判断,y=a+bx,y=n+m❑√x与y=c ec 2 x哪一个适宜作为y与x之间的回归方程模型并求出
1
y关于x回归方程;(给出判断即可,不必说明理由)
(2)某兴趣小组抽取两批鱼卵,已知第一批中共有6个鱼卵,其中“死卵”有2个;第二批中共有8个鱼卵,
其中“死卵”有3个.现随机挑选一批,然后从该批次中随机取出2个鱼卵,求取出“死卵”个数的分布
列及数学期望.
附:对于一组数据(u ,v ),(u ,v ),⋯(u ,v ),其回归直线v=α+βu的斜率和截距的最小二乘估计分别为
1 1 2 2 n n
n
∑(u -u)(v -v)
i i
β= i=1 ,α=v-βu.
n
∑(u -u) 2
i
i=1
13.中医药是包括汉族和少数民族医药在内的我国各民族医药的统称,是具有悠久历史传统和独特理论技
术方法的医药体系,长期呵护着我们的健康,为中华文明的延续作出了突出贡献.某科研机构研究发现,某
味中药的药用量x(单位:克)与药物功效^y(单位:药物功效单位)之间具有关系^y=10x-x2.
(1)估计该味中药的最佳用量与功效;
(2)对一批含有这昧中药的合成药物进行检测,发现这味中药的药用量平均值为6克,标准差为2,估计这
批合成药的药物功效^y的平均值.
14.五一小长假期间,文旅部门在某地区推出A,B,C,D,E,F六款不同价位的旅游套票,每款套票的价格x (单位:元;i=1,2,⋯,6)与购买该款套票的人数y (单位:千人)的数据如下表:
i i
套票类别 A B C D E F
套票价格x (元) 40 50 60 65 72 88
i
购买人数y (千
i 16.9 18.7 20.6 22.5 24.1 25.2
人)
(注:A,B,C,D,E,F对应i的值为1,2,3,4,5,6)为了分析数据,令v =lnx ,ω =ln y ,发
i i i i
现点(v ,ω )集中在一条直线附近.
i i
(1)根据所给数据,建立购买人数y关于套票价格x的回归方程;
e e
(2)规定:当购买某款套票的人数y与该款套票价格x的比值在区间[ , ]上时,该套票为“热门套票”.
9 7
现有甲、乙、丙三人分别从以上六款旅游套票中购买一款.假设他们买到的套票的款式互不相同,且购买
到“热门套票”的人数为X,求随机变量X的分布列和期望.
6 6
附:①参考数据:∑v ω =75.3,v=4.1,ω=3.05,∑v2=101.4.
i i i
i=1 i=1
②对于一组数据(v ,ω ),(v ,ω ),⋯,(v ,ω ),其回归直线ω^=b^v+a^的斜率和截距的最小二乘估计分别
1 1 2 2 n n
n
∑v ω -nvω
i i
为b^= i=1 ,a^=ω-b^v.
n
∑v2-nv2
i
i=1
15.数据显示中国车载音乐已步入快速发展期,随着车载音乐的商业化模式进一步完善,市场将持续扩大,
下表为2018-2022年中国车载音乐市场规模(单位:十亿元),其中年份2018—2022对应的代码分别为
1-5.
年份代码x 1 2 3 4 5
2.8 3.9 7.3 12.0 17.0
车载音乐市场规模y
(1)由上表数据知,可用指数函数模型y=a⋅bx拟合y与x的关系,请建立y关于x的回归方程;
(2)根据上述数据求得y关于x的回归方程后,预测2024年的中国车载音乐市场规模.
参考数据:
5
v ∑ x v e0.524 e0.472 1.67
i i
i=1
1.94 33.82 1.7 1.6 26.84
5
1
其中v =ln y,v= ∑v .
i i 5 i
i=1
ˆ ˆ ˆ
参考公式:对于一组数据(u 1 ,v 1 ),(u 2 ,v 2 ),⋯,(u n ,v n )其回归直线 v=α+βu 的斜率和截距的最小二乘法
n
∑u v -nu⋅v
i i
估计公式分别为
^β= i=1
, α
ˆ
=v-β
ˆ
u .
n
∑u2-nu2
i
i=1
16.当前移动网络已融入社会生活的方方面面,深刻改变了人们的沟通、交流乃至整个生活方式.4G网络虽
然解决了人与人随时随地通信的问题,但随着移动互联网快速发展,其已难以满足未来移动数据流量暴涨
的需求,而5G作为一种新型移动通信网络,不但可以解决人与人的通信问题,而且还可以为用户提供增
强现实、虚拟现实、超高清(3D)视频等更加身临其境的极致业务体验,更重要的是还可以解决人与物、物
与物的通信问题,从而满足移动医疗、车联网、智能家居、工业控制、环境监测等物联网应用需求,为更好的
满足消费者对5G网络的需求,中国电信在某地区推出了六款不同价位的流量套餐,每款套餐的月资费x
(单位:元)与购买人数y(单位:万人)的数据如下表:
套餐 A B C D E F月资费x(元) 38 48 58 68 78 88
购买人数y(万人) 16.8 18.8 20.7 22.4 24.0 25.5
对数据作初步的处理,相关统计量的值如下表:
6 6 6 6
∑v ω ∑v ∑ω ∑v2
i i i i i
i=1 i=1 i=1 i=1
75.3 24.6 18.3 101.4
其中v =lnx ,ω =ln y,且绘图发现,散点(v ,ω)(1≤i≤6)集中在一条直线附近.
i i i i i i
(1)根据所给数据,求出y关于x的回归方程;
x+36 (85 68)
(2)已知流量套餐受关注度通过指标T(x)= 来测定,当T(x)∈ , 时相应的流量套餐受大众
y 7e 5e
的欢迎程度更高,被指定为“主打套餐”.现有一家四口从这六款套餐中,购买不同的四款各自使用.记四
人中使用“主打套督”的人数为X,求随机变量X的分布列和期望.
附:对于一组数据(v ,ω ),(v ,ω ),⋯,(v ,ω ),其回归方程ω=bv+a的斜率和截距的最小二乘估计值
1 1 2 2 n n
n
∑(v -v)⋅(ω -ω)
i i
分别为b^= i=1 ,a=ω-b^v.
n
∑(v -v) 2
i
i=1
17.为帮助乡村脱贫,某勘探队计划了解当地矿脉某金属的分布情况,测得了平均金属含量y(单位:
g/m3)与样本对原点的距离x(单位:m)的数据,并作了初步处理,得到了下面的一些统计量的值.(表
9
1 1
中u = ,u= ∑u)
i x 9 i
i i=19 9 9 9 9
x y u ∑(x -x) 2 ∑(u -u) 2 ∑(y - y) 2 ∑(x -x)(y - y) ∑(u -u)(y - y)
i i i i i i i
i=1 i=1 i=1 i=1 i=1
6 97.90 0.21 60 0.14 14.12 26.13 -1.40
d
(1)利用样本相关系数的知识,判断y=a+bx与y=c+ 哪一个更适宜作为平均金属含量y关于样本对原点
x
的距离x的回归方程类型?
(2)根据(1)的结果回答下列问题:
(i)建立y关于x的回归方程;
(ii)样本对原点的距离x=20时,金属含量的预报值是多少?
(3)已知该金属在距离原点x米时的平均开采成本W(单位:元)与x,y关系为
W =100(y-lnx)(1≤x≤100),根据(2)的结果回答,x为何值时,开采成本最大?
18.党的二十大报告提出,从现在起,中国共产党的中心任务就是团结带领全国各族人民全面建成社会主
义现代化强国、实现第二个百年奋斗目标,以中国式现代化全面推进中华民族伟大复兴.高质量发展是全面
建设社会主义现代化国家的首要任务.加快实现高水平科技自立自强,才能为高质量发展注入强大动能.某
科技公司积极响应,加大高科技研发投入,现对近十年来高科技研发投入情况分析调研,其研发投入y
(单位:亿元)的统计图如图1所示,其中年份代码x=1,2,…,10分别指2013年,2014年,…,2022
年.
现用两种模型①y=bx+a,②y=c+d❑√x分别进行拟合,由此得到相应的回归方程,并进行残差分析,
得到图2所示的残差图.结合数据,计算得到如下值:10 10 10 10
y t ∑(x -x) 2 ∑(t -t) 2 ∑(y - y)(x -x) ∑(y - y)(t -t)
i i i i i i
i=1 i=1 i=1 i=1
7
2.25 82.5 4.5 120 28.67
5
10
1
表中t =❑√x ,t= ∑t .
i i 10 i
i=1
(1)根据残差图,比较模型①,②的拟合效果,应选择哪个模型?并说明理由;
(2)根据(1)中所选模型,求出y关于x的回归方程;根据所选模型,求该公司2028年高科技研发投入y
的预报值.(回归系数精确到0.01)
附:对于一组数据(x ,y ),(x ,y ),⋅⋅⋅,(x ,y )其回归直线^y=a^+b^x的斜率和截距的最小二乘
1 1 2 2 n n
n
∑(x -x)(y - y)
i i
估计分别为b^= i=1 ,a^= y-b^x.
n
∑(x -x) 2
i
i=1
19.MCN即多频道网络,是一种新的网红经济运行模式,这种模式将不同类型和内容的PGC(专业生产
内容)联合起来,在资本有力支持下,保障内容的持续输出,从而最终实现商业的稳定变现,在中国以直
播电商、短视频为代表的新兴网红经济的崛起,使MCN机构的服务需求持续增长.数据显示,近年来中
国MCN市场规模迅速扩大.下表为2018年—2022年中国MCN市场规模(单位:百亿元),其中2018年
—2022年对应的代码依次为1-5.
年份代码x 1 2 3 4 5
中国MCN市场规模
1.12 1.68 2.45 3.35 4.32
y
(1)由上表数据可知,可用指数函数模型y=a⋅bx拟合y与x的关系,请建立y关于x的回归方程;
(2)从2018年-2022年中国MCN市场规模中随机抽取3个数据,记这3个数据中与y的差的绝对值小于1的个数为X,求X的分布列与期望.
参考数据:
5 5
y v ∑ x y ∑ x v
i i i i
i=1 i=1
2.58 0.84 46.83 15.99
5 5
1 1
其中v =ln y,y= ∑ y,v= ∑v .
i i 5 i 5 i
i=1 i=1
参考公式:对于一组数据(u ,v ),(u ,v ),…,(u ,v ),其回归直线v^=a^+^βu的斜率和截距的最小二乘
1 1 2 2 n n
n
∑u v -nuv
i i
估计公式分别为 ^β= i=1 ,a^=v-^βu.
n
∑u2-nu2
i
i=1
20.2023年高考进入倒计时,为了帮助学子们在紧张的备考中放松身心,某重点高中通过开展形式多样的
减压游戏,确保同学们以稳定心态,良好地状态迎战高考,游戏规则如下:盒子中初始装有2个白球和1
个红球各一个,每次有放回的任取一个,连续取两次,将以上过程记为一轮.如果每一轮取到的两个球都是
红球,则记该轮为成功,否则记为失败.在抽取过程中,如果某一轮成功,则停止;否则,在盒子中再放入
一个白球,然后接着进行下一轮抽球,如此不断继续下去,直至成功.
(1)如果某同学进行该抽球游戏时,最多进行三轮,即使第三轮不成功,也停止抽球,记其进行抽球试验的
轮次数为随机变量X,求X的分布列和数学期望;
1
(2)为验证抽球试验成功的概率不超过 ,假设有1000名学生独立的进行该抽球试验,记t表示成功时抽球
3
试验的轮次数,y表示对应的人数,部分统计数据如下:
t 1 2 3 4 5
y 120 62 33 20 15b^
求y关于t的回归方程^y= +a^,并通过回归方程预测成功的总人数(^y取整数部分);
t
1 1 1 1 1 1 1 1 1 1 1
(3)证明: +(1- ) +(1- )(1- ) +⋯+(1- )(1- )⋯(1- ) < .
32 32 42 32 42 52 32 42 (n+1) 2 (n+2) 2 3
n
∑ x y -nx⋅y
i i
附:经验回归方程系数:b^= i=1 ,^y=b^x+a^;
n
∑ x2-nx2
i
i=1
5 1 1 5
参考数据:∑ x2=1.46,x=0.46,x2=0.212(其中x = ,x= ∑ x).
i i t 5 i
i=1 i i=1
三、相关系数
21.2021年春节前,受疫情影响,各地鼓励外来务工人员选择就地过年.某市统计了该市4个地区的外来
务工人数与就地过年人数(单位:万),得到如下表格:
A B C D
区 区 区 区
外来务工人数x/
3 4 5 6
万
就地过年人数y/
2.5 3 4 4.5
万
^ ^ ^
(1)请用相关系数说明y与x之间的关系可用线性回归模型拟合,并求y关于x的线性回归方程 y=a+bx 和A
区的残差
(2)假设该市政府对外来务工人员中选择就地过年的每人发放1000元补贴.
①若该市E区有2万名外来务工人员,根据(1)的结论估计该市政府需要给E区就地过年的人员发放的补
贴总金额;
1
②若A区的外来务工人员中甲、乙选择就地过年的概率分别为p,2p-1,其中 <p<1,该市政府对甲、
2乙两人的补贴总金额的期望不超过1400元,求p的取值范围.
n
∑ x y -nx y
i i
参考公式:相关系数r= i=1
,
√ n √ n
❑∑ x2-nx2❑∑ y2-n y2
i i
i=1 i=1
n
∑ x y -nx y
i i
回归方程y=a ^ +b ^ x中斜率和截距的最小二乘估计公式分别为b^= i=1 ,a^= y-b^x.
n
∑ x2-nx2
i
i=1
22.为了解某一地区新能源电动汽车销售情况,一机构根据统计数据,用最小二乘法得到电动汽车销量y
254
(单位:万台)关于x(年份)的线性回归方程y=4.7x-9459.2,且销量y的方差为s2= ,年份x的
y 5
方差为s2=2.
x
(1)求y与x的相关系数r,并据此判断电动汽车销量y与年份x的线性相关性的强弱.
(2)该机构还调查了该地区90位购车车主的性别与购车种类情况,得到的数据如下表:
购买电动汽
性别 购买非电动汽车 总计
车
男性 39 6 45
女性 30 15 45
总计 69 21 90
依据小概率值α=0.05的独立性检验,能否认为购买电动汽车与车主性别有关?
(3)在购买电动汽车的车主中按照性别进行分层抽样抽取7人,再从这7人中随机抽取3人,记这3人中男
性的人数为X,求X的分布列和数学期望.
①参考数据:❑√5×127=❑√635≈25.n
∑(x -x)(y - y)
i i
②参考公式:线性回归方程为y=b^x+a^,其中b^= i=1 ,a^= y-b^x;
n
∑(x -x) 2
i
i=1
n
∑(x -x)(y - y)
i i
相关系数r= i=1 ,若|r|>0.9,则可判断y与x线性相关较强;
√ n n
❑∑(x -x) 2∑(y - y) 2
i i
i=1 i=1
n(ad-bc) 2
K2= ,其中n=a+b+c+d.附表:
(a+b)(c+d)(a+c)(b+d)
P(K2≥k ) 0.10 0.05 0.010 0.001
0
k 2.706 3.841 6.635 10.828
0
23.某骑行爱好者近段时间在专业人士指导下对骑行情况进行了统计,各次骑行期间的身体综合指标评分
x与对应用时y(单位:小时)如下表:
身体综合指标评分(x) 1 2 3 4 5
用时(y/小时) 9.5 8.6 7.8 7 6.1
(1)由上表数据看出,可用线性回归模型拟合y与x的关系,请用相关系数加以说明;
(2)建立y关于x的回归方程.
n n
∑(x -x)(y - y) ∑(x -x)(y - y)
i i i i
参考数据和参考公式:相关系数r= i=1 ,b^= i=1 ,a^= y-b^x,
√ n n n
❑∑(x -x) 2∑(y - y) 2 ∑(x -x) 2
i i i
i=1 i=1 i=1
❑√7060≈8424.研究表明,如果温差本大,人们不注意保暖,可能会导致自身受到风寒刺激,增加感冒患病概率,特
别是对于几童以及年老体弱的人群,要多加防范某中学数学建模社团成员研究了昼夜温差大小与某小学学
生患感冒就诊人数多少之间的关系,他们记录了某六天的温差,并到校医室查阅了这六天中每天学生新增
感冒就诊的人数,得到数据如下:
日期 第一天 第二天 第三天 第四天 第五天 第六天
昼夜温差x(°C) 4 7 8 9 14 12
新增感就诊人数y(位) y y y y y y
1 2 3 4 5 6
6 6
参考数据:∑ y2=3463,∑(y - y) 2=289
i i
i i
(1)已知第一天新增感冒就的学生中有4位男生,从第一天多增的感冒就诊的学生中随机取2位,其中男生
5
人数记为X,若抽取的2人中至少有一位女生的概率为 ,求随机变量X的分布列和数学期望;
6
16
(2)已知两个变量x与y之间的样本相关系数r= ,请用最小二乘法求出y关于x的经验回归方程
17
^y=b^x+a^,据此估计昼夜温差为15❑∘C时,该校新增感冒就诊的学生人数. 参考数据:
n n
∑(x -x)(y - y) ∑(x -x)(y - y)
i i i i
r= i ,b^= i
√ n √ n n
❑∑(x -x) 2 ⋅ ❑∑(y - y) 2 ∑(x -x) 2
i i i
i=1 i=1 i=1
25.根据统计,某蔬菜基地西红柿亩产量的增加量y(百千克)与某种液体肥料每亩使用量x(千克)之间
的对应数据的散点图,如图所示.(1)依据数据的散点图可以看出,可用线性回归模型拟合y与x的关系,请计算相关系数r并加以说明(若
r>0.75,则线性相关程度很高,可用线性回归模型拟合);
(2)求y关于x的回归方程,并预测液体肥料每亩使用量为12千克时,西红柿亩产量的增加量约为多少?附:
n n
∑(x -x)(y - y) ∑ x y -nx y
i i i i
相关系数公式r= i=2 = i=1 ,回归方程^y=b^x+a^中斜率和
√ n √ n √ n √ n
❑∑(x -x) 2❑∑(y - y) 2 ❑∑ x2-nx2❑∑ y2-n y2
i i i i
i=1 i=1 i=1 i=1
n n
∑(x -x)(y - y) ∑ x y -nx y
1 i i i
截距的最小二乘估计公式分别为:b^= i=1 = i=1 ,a^= y-b^x.
n n
∑(x -x) 2 ∑ x2-nx2
1 i
i=1 i=1
26.我国风云系列卫星可以检测气象和国土资源情况.某地区水文研究人员为了了解汛期人工测雨量x(单位:
dm)与遥测雨量y(单位:dm)的关系,统计得到该地区10组雨量数据如下:
样本号i 1 2 3 4 5 6 7 8 9 10
人工测雨量x 5.38 7.99 6.37 6.71 7.53 5.53 4.18 4.04 6.02 4.23
i
5遥测雨量y 5.43 8.07 6.57 6.14 7.95 5.56 4.27 4.15 6.04 4.49
i
|x - y| 0.05 0.08 0.2 0.57 0.42 0.03 0.09 0.11 0.02 0.26
i i10 10 10
并计算得∑ x2=353.6,∑ y2=361.7,∑ x y =357.3,x2≈33.62,y2≈34.42,x y≈34.02
i i i i
i=1 i=1 i=1
(1)求该地区汛期遥测雨量y与人工测雨量x的样本相关系数(精确到0.01),并判断它们是否具有较强的线性
相关关系(若|r|≥0.75,则认为两个变量有较强的线性相关性)
(2)规定:数组(x ,y )满足|x - y|<0.1为“Ⅰ类误差”,满足0.1≤|x - y|<0.3为“Ⅱ类误差”,满足
i i i i i i
|x - y|≥0.3为“Ⅲ类误差”.为进一步研究该地区水文研究人员,从“Ⅰ类误差”、“Ⅱ类误差”中随机
i i
抽取3组数据与“Ⅲ类误差”数据进行对比,记抽到“Ⅰ类误差” 的数据的组数为X,求X的概率分布与
数学期望.
n
∑ x y -nx y
i i
附:相关系数r= i=1 ,❑√304.5≈17.4
.
√ n √ n
❑∑ x2-nx2❑∑ y2-n y2
i i
i=1 i=1
27.为调查某地区植被覆盖面积x(单位:公顷)和野生动物数量y的关系,某研究小组将该地区等面积
花分为400个区块,从中随机抽取40个区块,得到样本数据(x ,y )(i=1,2,⋯,40),部分数据如下:
i i
x … 2.7 3.6 3.2 3.9 …
y … 50.6 63.7 52.1 54.3 …
40 40 40 40
经计算得:∑ x =160,∑ y =2400,∑(x -x) 2=160,∑(x -x)(y - y)=1280.
i i i i i
i=1 i=1 i=1 i=1
(1)利用最小二乘估计建立y关于x的线性回归方程;
(2)该小组又利用这组数据建立了x关于y的线性回归方程,并把这两条拟合直线画在同一坐标系xOy下,
横坐标x,纵坐标y的意义与植被覆盖面积x和野生动物数量y一致.设前者与后者的斜率分别为k ,k ,比
1 2
较k ,k 的大小关系,并证明.
1 2n
∑ x y -nx⋅y
i i
附:y关于x的回归方程^y=a^+b^x中,斜率和截距的最小二乘估计公式分别为:b^= i=1
,
n
∑ x2-nx2
i
i=1
n
∑ x y -nx y
i i
a^= y-b^x,
r= i=1
√ n n
( )( )
❑ ∑ x2-nx2 ∑ y2-n y2
i i
i=1 i=1
28.某公司是一家集无人机特种装备的研发、制造与技术服务的综合型科技创新企业,产品主要应用于森
林消防、物流运输、航空测绘、军事侦察等领域,获得市场和广大观众的一致好评,该公司生产的甲、乙
两种类型无人运输机性能都比较出色,但操控水平需要十分娴熟,才能发挥更大的作用.该公司分别收集
了甲、乙两种类型无人运输机在5个不同的地点测试的某项指标数x,y (i=1,2,3,4,5),数据如下表所示:
i i
地点1 地点2 地点3 地点4 地点5
甲型无人运输机指标数x 2 4 5 6 8
乙型无人运输机指标数y 3 4 4 4 5
(1)试求y与x间的相关系数r,并利用r说明y与x是否具有较强的线性相关关系;(若|r|>0.75,则线性
相关程度很高)
(2)从这5个地点中任抽2个地点,求抽到的这2个地点,甲型无人运输机指标数均高于乙型无人运输机指
标数的概率.
n
❑
∑(x -x)(y - y)
i i ❑
附:相关公式及数据:r= i=1 ,❑√0.9≈0.95.
√ n √ n
❑∑(x -x) 2❑∑(y - y) 2❑
i i ❑
i=1 i=129.某公司是一家集无人机特种装备的研发、制造与技术服务的综合型科技创新企业.该公司生产的甲、
乙两种类型无人运输机性能都比较出色,但操控水平需要十分娴熟,才能发挥更大的作用.已知在单位时
2 1
间内,甲、乙两种类型的无人运输机操作成功的概率分别为 和 ,假设每次操作能否成功相互独立.
3 2
(1)该公司分别收集了甲型无人运输机在5个不同的地点测试的两项指标数x,y(i=1,2,3,4,5),数据如
i i
下表所示:
地点1 地点2 地点3 地点4 地点5
甲型无人运输机指标数
2 4 5 6 8
x
甲型无人运输机指标数
3 4 4 4 5
y
试求y与x间的相关系数r,并利用r说明y与x是否具有较强的线性相关关系;(若|r|>0.75,则线性相关
程度很高)
(2)操作员连续进行两次无人机的操作有两种方案:
方案一:在初次操作时,随机选择两种无人运输机中的一种,若初次操作成功,则第二次继续使用该类型
设备;若初次操作不成功,则第二次使用另一类型进行操作.
方案二:在初次操作时,随机选择两种无人运输机中的一种,无论初次操作是否成功,第二次均使用初次
所选择的无人运输机进行操作.
假定方案选择及操作不相互影响,试比较这两种方案的操作成功的次数的期望值.
n
∑(x -x)(y - y)
i i
附:参考公式及数据:r= i=1 ,❑√0.9≈0.95.
√ n √ n
❑∑(x -x) 2❑∑(y - y) 2
i i
i=1 i=1
30.近年来,我国新能源汽车发展进入新阶段.某品牌2018年到2022年新能源汽车年销量w(万)如下
表:其中年对应的年份代码t为1-5.年份代码t 1 2 3 4 5
销量w 1
4 9 14 25
(万) 8
(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0.01);
(2)(i)假设变量x与变量Y的n对观测数据为(x ,y ),(x ,y )⋯(x ,y ),两个变量满足一元线性回归模
1 1 2 2 n n
型¿(随机误差e = y -bx),请写出参数b的最小二乘估计;
i i i
(ii)令变量x=t-t,y=w-w,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2025年该品牌新能源汽车的销售量.
n
∑(t -t)(w -w)
i i 5 5
附:样本相关系数r= i=1 ,∑(t -t)(w -w)=47,∑(w -w) 2=262,
√ n √ n i i i
❑∑(t -t) 2❑∑(w -w) 2 i=1 i=1
i i
i=1 i=1
5
∑(t -t) 2=10,❑√655≈25.6
i
i=1