10.某公司为确定下一年投入某种产品的宣传费,需了解年宣传费x(单位:千元)对年利润y(单位:万元)的影响,对近5年的宣传费x
i和年利润y
i(i=1,2,3,4,5)进行了统计,列出了下表:
| x(单位:千元) | 2 | 4 | 7 | 17 | 30 |
| y(单位:万元) | 1 | 2 | 3 | 4 | 5 |
员工小王和小李分别提供了不同的方案.
(1)小王准备用线性回归模型拟合y与x的关系,请你建立y关于x的线性回归方程(系数精确到0.01);
(2)小李决定选择对数回归模拟拟合y与x的关系,得到了回归方程:$\widehat{y}$=1.450lnx+0.024,并提供了相关指数R
2=0.995,请用相关指数说明选择哪个模型更合适,并预测年宣传费为4万元的年利润(精确到0.01)(小王也提供了他的分析数据$\sum_{i=1}^{5}$(y
i-$\widehat{y}$
i)
2=1.15)
参考公式:相关指数R
2=1-$\frac{\sum_{i=1}^{n}({y}_{i}-{\widehat{y}}_{i})^{2}}{\sum_{i=1}^{n}({y}_{i}-\overline{y})^{2}}$
回归方程$\widehat{y}$=$\widehat{b}$x+$\widehat{a}$中斜率和截距的最小二乘法估计公式分别为$\widehat{b}$=$\frac{{\sum_{i=1}^n{({x_i}-\overline x)({y_i}-\overline y)}}}{{\sum_{i=1}^n{{{({x_i}-\overline x)}^2}}}}$,$\widehat{a}$=$\widehat{y}$-$\widehat{b}$x,参考数据:ln40=3.688,${\sum_{i=1}^5{({x_i}-\overline x)}^2}$=538.