年月
2023年8月
2023年9月
2023年10月
2023年11月
2023年12月
2024年1月
月份编号
1
2
3
4
5
6
销售金额/万元
15.4
25.4
35.4
85.4
155.4
195.4
若与的相关关系拟用线性回归模型表示,回答如下问题:
附:经验回归方程 , 其中 ,
样本相关系数
参考数据:.
9.4
29.7
366
5.5
439.2
55
表中 .
(i)试预测该批次混凝土是否达标?
(ii)由于抗压强度标准值需要较长时间才能评定,早期预测在工程质量控制中具有重要的意义.经验表明,该型号混凝土第7天的抗压强度与第28天的抗压强度具有线性相关关系 , 试估计在早期质量控制中,龄期为7天的试件需达到的抗压强度.
附:
参考数据: .
天数x
7
8
9
10
作物高度y/cm
11
12
13
14
参考公式:.参考数据:.
投放量x
销售量y
通过分析,发现销售量y对投放量x具有线性相关关系。
由此散点图,在10℃至40℃之间,下面四个回归方程类型中最适宜作为发芽率y和温度x的回归方程类型的是( )
为了预测该地区2018年的环境基础设施投资额,建立了 与时间变量t的两个线性回归模型,根据2000年至2016年的数据(时间变量 的值依次为1,2,…,17)建立模型①:=-30.4+13.5t .根据2010年至2016年的数据(时间变量t的值依次为1,2,…,7)建立模型 ②:
为了预测该地区2018年的环境基础设施投资额,建立了 与时间变量t的两个线性回归模型,根据2000年至2016年的数据(时间变量 的值依次为1,2,…….,17)建立模型①: .根据2010年至2016年的数据(时间变量t的值依次为1,2,…,7)建立模型②: