某市公租房房屋位于A、B、C三个地区,设每位申请人只申请其中一个片区的房屋,且申请其中任一个片区的房屋是等可能的,求该市的任4位申请人中:
(1)若有2人申请A片区房屋的概率;
(2)申请的房屋在片区的个数的X分布列与期望.
为调查某地区老年人是否需要志愿者提供帮助,用简单随机抽样方法从该地区调查了500位老年人,结果如下:
性别 是否需要志愿者 |
男 |
女 |
需要 |
40 |
30 |
不需要 |
160 |
270 |
(1)估计该地区老年人中,需要志愿者提供帮助的老年人的比例;
(2)能否有99%的把握认为该地区的老年人是否需要志愿者提供帮助与性别有关?
(3)根据(2)的结论,能否提出更好的调查方法来估计该地区的老年人中,需要志愿者提供帮助的老年人的比例?说明理由.
附:
P(K2≥x0) |
0.050 |
0.010 |
0.001 |
x0 |
3.841 |
6.635 |
10.828 |
χ2=
想象一下一个人从出生到死亡,在每个生日都测量身高,并作出这些数据的散点图,这些点将不会落在一条直线上,但在一段时间内的增长数据有时可以用线性回归来分析,下表是一位母亲给儿子做的成长记录:
年龄/周岁 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
身高/cm |
91.8 |
97.6 |
104.2 |
110.9 |
115.6 |
122.0 |
128.5 |
年龄/周岁 |
10 |
11 |
12 |
13 |
14 |
15 |
16 |
身高/cm |
134.2 |
140.8 |
147.6 |
154.2 |
160.9 |
167.5 |
173.0 |
(1)年龄(解释变量)和身高(预报变量)之间具有怎样的相关关系?
(2)如果年龄相差5岁,则身高有多大差异(3~16岁之间)?
(3)如果身高相差20 cm,其年龄相差多少(3~16岁之间)?
(4)计算残差,说明该函数模型是否能够较好地反映年龄与身高的关系,说明理由.
某商场经营一批进价是30元/台的小商品,在市场试验中发现,此商品的销售单价x(x取整数)元与日销售量y台之间有如下关系:
x |
35 |
40 |
45 |
50 |
y |
56 |
41 |
28 |
11 |
(1)画出散点图,并判断y与x是否具有线性相关关系?
(2)求日销售量y对销售单价x的线性回归方程;
(3)设经营此商品的日销售利润为P元,根据(1)写出P关于x的函数关系式,并预测当销售单价x为多少元时,才能获得最大日销售利润.
在电阻碳含量对于电阻的效应研究中,得到如下表所示的数据:
含碳量 (x/%) |
0.10 |
0.30 |
0.40 |
0.55 |
0.70 |
0.80 |
0.95 |
20 ℃时电阻 (y/Ω) |
15 |
18 |
19 |
21 |
22.6 |
23.8 |
26 |
(1)求出y与x的相关系数并判断相关性;
(2)求出电阻y关于含碳量x之间的回归直线方程.