典型例题:统计案例.docVIP

典型例题:统计案例.doc

此“教育”领域文档为创作者个人分享资料,不作为权威性指导和指引,仅供参考
  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

PAGE

PAGE2/NUMPAGES6

统计案例

【典型例题】

[例1]为研究某市家庭年平均收入与年平均生活支出的关系,该市统计调查队随机调查了10个家庭,数据如下:

i(家庭编号)

1

2

3

4

5

6

7

8

9

10

(收入)

0.8

1.1

1.3

1.5

1.5

1.8

2.0

2.2

2.4

2.8

(支出)

0.7

1.0

1.2

1.0

1.3

1.5

1.3

1.7

2.0

2.5

求回归直线方程

解:列表

1

2

3

4

5

6

7

8

9

10

0.8

1.1

1.3

1.5

1.5

1.8

2

2

2.4

2.8

0.7

1.0

1.2

1.0

1.3

1.5

1.3

1.7

2.0

2.5

0.56

1.1

1.56

1.5

1.95

2.7

2.6

3.4

4.8

7.0

0.64

1.21

1.69

2.25

2.25

3.24

4.0

4.0

5.76

7.84

0.49

1.0

1.44

1.0

1.69

2.25

1.69

2.89

4.0

6.25

,,

∴回归直线

[例2]线性回归方程过定点。

解:∴

∴过定点()

[例3]某市煤气消耗量与使用煤气户数的历史资料如下:

i(年)

1

2

3

4

5

6

7

8

9

10

x(户数,万户)

1

1.2

1.6

1.8

2

2.5

3.2

4

4.2

4.5

y(煤气量,百方米3)

6

7

9.8

12

12.1

14.5

20

24

25.4

27.5

(1)检验是否线性相关;

(2)求回归方程;

(3)若该市政府计划下一步再扩大5千煤气用户,试预测该市煤气消耗量将达到多少?

1

2

3

4

5

6

7

8

9

10

1

1.2

1.6

1.8

2.0

2.5

3.2

4

4.2

4.5

6

7

9.8

12

12.1

14.5

20

24

25.4

27.5

6

8.42

15.68

21.6

24.2

36.25

64

96

106.98

123.75

1

1.44

2.56

3.24

4

6.25

10.24

16

17.64

20.25

36

49

96.04

144

146.41

210.25

400

576

645.16

756.25

线性相关

∴代入

∴煤气消耗量将达3037万米3

[例4]某种书每册的成本费y(元)与印刷册数x(千册)有关,经统计得到数据如下:

x

1

2

3

5

10

20

30

50

100

200

y

10.15

5.52

4.08

2.85

2.11

1.62

1.41

1.30

1.21

1.15

检验每册书成本费y与印刷册数倒数之间是否具有线性相关关系,如有,求y对x的回归方程。

解:首先设变量,题目所给的数据变成如下表所示的数据:

1

0.5

0.33

0.2

0.1

0.05

0.03

0.02

0.01

0.005

10.15

5.52

4.08

2.85

2.11

1.62

1.41

1.30

1.21

1.15

经计算得,从而认为与y之间具有线性相关关系,

由公式得,所以

最后回代,可得

[例5]假设关于某设备的使用年限x和所支出的维修费用y(万元),有如下的统计资料:

x

2

3

4

5

6

y

2.2

3.8

5.5

6.5

7.0

若由资料可知y对x呈线性相关关系,试求:

(1)线性回归方程;

(2)估计使用年限为10年时,维修费用是多少?

(3)计算总偏差平方和、残差平方和及回归平方和。

(4)求并说明模型的拟合效果。

解析:(1)列表如下:

1

2

3

4

5

x

2

3

4

5

6

y

2.2

3.8

5.5

6.5

7.0

4.4

11.4

22.0

32.5

42.0

4

9

16

25

36

于是

∴线性回归方程为:

(2)当时,(万元)

即估计使用10年时维修费用约是12.38万元。

(3)总偏差平方和:

残差平方和:

回归平方和:

(4)

模型拟合效果较好,使用年限解释了95.87%的维修费用支出。

[例6]有人发现,多看电视容易使人变冷漠,下表是一个调查机构对此现象的调查结果:

冷漠

不冷漠

总计

多看电视

68

42

110

少看电视

20

38

58

总计

88

80

168

则大约有的把握认为多看电视与人变冷漠有关系。

解:根据表中的数据,得到

,所以大约有99%把握认为多看电视与人变冷漠有关系。

[例7]某班主任对全班50名学生进行了作业量多少的调查,数据如下表:

认为作业多

认为作业不多

合计

喜欢玩游戏

18

9

27

不喜欢玩游戏

8

15

23

合计

26

24

50

则认为喜欢游戏与作业量的多少有关系的把握大约为()

A

文档评论(0)

150****1232 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档