本题导读

本题考查非线性回归模型的建立、回归方程的求解以及回归模型的预测应用。通过变量换元将非线性模型转化为线性模型,并结合利润函数考查二次函数求最值的方法,是一道贴近实际生活的统计应用题。

📌【题干】

Question

(2015年新课标Ⅰ(理)) 某公司为确定下一年度投入某产品的宣传费,需了解年宣传费 (单位:千元)对年销售量 (单位:t)和年利润 (单位:千元)的影响,对近 8 年的年宣传费 和年销售量 ()数据作了初步处理,得到下面的散点图及一些统计量的值.

| | | | | | | | | 46.6 | 563 | 6.8 | 289.8 | 1.6 | 1469 | 108.8 |

表中 ,.

(1) 根据散点图判断, 与 哪一个适宜作为年销售量 关于年宣传费 的回归方程类型?(给出判断即可,不必说明理由)

(2) 根据(1)的判断结果及表中数据,建立 关于 的回归方程;

(3) 已知这种产品的年利润 与 的关系为 .根据(2)的结果回答下列问题: (i) 年宣传费 时,年销售量及年利润的预报值是多少?

(ii) 年宣传费 为何值时,年利润的预报值最大?

🔍【思路分析】

破题导航

  1. 第一问:观察散点图, 随 增加而增加,但增加速度逐渐变慢(曲线呈“下凸”或“趋缓”趋势),这符合平方根函数(根号模型)的特征。
  2. 第二问:令 ,将原方程转化为线性回归模型 。利用表中提供的 及偏差平方和、偏差乘积和,带入最小二乘法公式计算 和 。
  3. 第三问:
    • (i) 代入 ,求得 ,再代入 求得 。
    • (ii) 将 的表达式代入 ,整理出关于 的二次函数,利用配方法或顶点公式求最值。

✅【答案】

点击查看答案

所以,当年宣传费为 46.24 千元 时,年利润的预报值最大

✍【详细解析】

Abstract

(1) 判断回归模型类型 根据散点图,数据点分布在一条增长趋于平缓的曲线附近,因此 更适宜。

(2) 建立回归方程 令 ,则 关于 的线性回归方程为 。

  1. 计算斜率 :
  2. 计算截距 : 故 关于 的线性回归方程为 。 还原得 关于 的回归方程为:。

(3) 预报值与最值计算 (i) 当 时: 。 年销售量的预报值 (t)。 年利润的预报值 (千元)。

(ii) 求利润最大值: 年利润的预报值表达式为: 。 令 (),则 。 这是一开口向下的二次函数,当 时, 取得最大值。 此时 。 所以,当年宣传费为 46.24 千元 时,年利润的预报值最大。

💡【考点归纳与避坑指南】

Danger

  1. 模型转换:回归分析中,非线性模型(根号、指数、对数)通常通过变量置换(换元)转化为线性模型处理。
  2. 公式应用:,准确代入统计量表中的数值是这类题目得分的关键。
  3. 二次函数最值:本题将统计与代数最值结合。注意 的代换,这是将利润函数转化为二次函数的关键。

📖【试题探源与推广】

Tip

  • 结论推广: 若回归模型为 ,则两边取对数 转化为线性回归。
  • 方法推广:
    • 决定系数 :用来衡量回归方程的拟合效果, 越接近 1,模型拟合越好。
  • 相关知识点:
    • - **最小二乘法原则**:即使残差平方和 $\sum (y_i - \hat{y}_i)^2$ 最小。
      

🔗【关联脉络】

Multi column