- 集合与常用逻辑用语
- 函数与导数
- 三角函数与解三角形
- 平面向量
- 数列
- 不等式
- 空间向量与立体几何
- 平面解析几何
- 计数原理与概率统计
- + 统计
- 随机抽样
- 用样本估计总体
- 变量间的相关关系
- 统计案例
- 计数原理
- 概率
- 随机变量及其分布
- 推理与证明
- 算法与框图
- 复数
- 几何证明选讲
- 不等式选讲
- 矩阵与变换
- 初中衔接知识点
- 竞赛知识点
经过长期的观测得到：在交通繁忙的时段内，蚌埠市解放路某路段汽车的车流量
（千辆/h）与汽车的平均速度
（
）之间的函数关系为
。
（1）在该时段内，当汽车的平均速度为多少时车流量最大，最大车流量为多少？（精确到0．1千辆/h）
（2）若要求在该时段内车流量超过10千辆/h，则汽车的平均速度应在什么范围内？
（千辆/h）与汽车的平均速度（）之间的函数关系为。（1）在该时段内，当汽车的平均速度
为多少时车流量最大，最大车流量为多少？（精确到0．1千辆/h）（2）若要求在该时段内车流量超过10千辆/h，则汽车的平均速度应在什么范围内？
已知具有线性相关的两个变量x，y之间的一组数据如下：
且回归方程是
，则t=（ ）
 | 0 | 1 | 2 | 3 | 4 |
 | 2．2 | 4．3 | t | 4．8 | 6．7 |
且回归方程是
，则t=（ ）| A．2．5 | B．3．5 | C．4．5 | D．5．5 |
某工厂产生的废气经过过滤后排放，过滤过程中废气的污染物数量
与时间
间的关系为
．若在前5个小时消除了
的污染物，则污染物减少
所需要的时间约为（）小时．（已知
=0．3010，
=0．4771）
与时间间的关系为．若在前5个小时消除了的污染物，则污染物减少所需要的时间约为（）小时．（已知=0．3010，=0．4771）| A．26 | B．33 | C．36 | D．42 |
已知具有线性相关关系的变量
和
，测得一组数据如下表：若已求得它们的回归直线方程的斜率为6．5，则这条回归直线的方程为 ．
和，测得一组数据如下表：若已求得它们的回归直线方程的斜率为6．5，则这条回归直线的方程为 ． | 2 | 4 | 5 | 6 | 8 |
| 10 | 20 | 40 | 30 | 50 |
某商店对每天进店人数
与某种商品成交量
（单位：件）进行了统计，得到如下对应数据：
由表中数据，得线性回归方程为
．如果某天进店人数是
人，预测这一天该商品销售的件数为（ ）
与某种商品成交量（单位：件）进行了统计，得到如下对应数据： |  |  |  |  |  |  |  |
|  |  |  |  | |  | |
由表中数据，得线性回归方程为
．如果某天进店人数是人，预测这一天该商品销售的件数为（ ）A． | B． | C． | D． |
（本题满分12分）一次考试中，五名学生的数学、物理成绩如下表所示：
（1）请在所给的直角坐标系中画出它们的散点图
（2）并求这些数据的线性回归方程
＝bx＋a．
附:线性回归方程
中,
其中
,
为样本平均值,线性回归方程也可写为
．
| 学生 | A1 | A2 | A3 | A4 | A5 |
| 数学（x分） | 89 | 91 | 93 | 95 | 97 |
| 物理（y分） | 87 | 89 | 89 | 92 | 93 |
（2）并求这些数据的线性回归方程
＝bx＋a．附:线性回归方程
中,其中
,为样本平均值,线性回归方程也可写为．某厂在生产某产品的过程中，采集并记录了产量
（吨）与生产能耗
（吨）的下列对应数据：
根据上表数据，用最小二乘法求得回归直线方程
.那么，据此回归模型，可预测当产量为5吨时生产能耗为（ ）
（吨）与生产能耗（吨）的下列对应数据： | 2 | 4 | 6 | 8 |
| 3 | 4 | 6 | 7 |
根据上表数据，用最小二乘法求得回归直线方程
.那么，据此回归模型，可预测当产量为5吨时生产能耗为（ ）| A．4.625吨 | B．4.9375吨 | C．5吨 | D．5.25吨 |
某科技兴趣小组对昼夜温差的大小与小麦新品种发芽多少之间的关系进行了研究，记录了2016年12月1日至12月5日五天的昼夜温差与相应每天100颗种子的发芽得到了如下数据：
现从这5组数据中任选两组，用余下的三组数据求回归直线方程，再对被选取的两组数据进行检验.
（Ⅰ）求选取的两组数据恰好是不相邻的两天的概率；
（Ⅱ）若选取的是12月1日和12月5日的两组数据，请根据余下的三组数据，求出
与
的线性回归直线方程
；
（Ⅲ）若由线性回归直线方程得到的估计值与所选出的两组实际数据的误差均不超过两颗，则认为得到的回归直线方程是可靠的，试判断（Ⅱ）中得到的线性回归直线方程是否可靠.
附：在线性回归方程中，
.
| 日期 | 12月1日 | 12月2日 | 12月3日 | 12月4日 | 12月5日 |
温差 | 9 | 11 | 10 | 12 | 13 |
| 发芽数（颗） | 21 | 34 | 26 | 36 | 40 |
现从这5组数据中任选两组，用余下的三组数据求回归直线方程，再对被选取的两组数据进行检验.
（Ⅰ）求选取的两组数据恰好是不相邻的两天的概率；
（Ⅱ）若选取的是12月1日和12月5日的两组数据，请根据余下的三组数据，求出
与的线性回归直线方程；（Ⅲ）若由线性回归直线方程得到的估计值与所选出的两组实际数据的误差均不超过两颗，则认为得到的回归直线方程是可靠的，试判断（Ⅱ）中得到的线性回归直线方程是否可靠.
附：在线性回归方程
中，.某工厂为了对新研发的产品进行合理定价，将该产品按事先拟定的价格进行试销，得到一组检测数据
（
…
）如下表所示：
已知变量
具有线性负相关关系，且
，
，现有甲、乙、丙三位同学通过计算求得其回归直线方程分别为：甲
，乙
，丙
，其中有且仅有一位同学的计算结果是正确的（ ）.
（1）试判断谁的计算结果正确？并求出
的值；
（2）若由线性回归方程得到的估计数据与检测数据的误差不超过1，则该检测数据是“理想数据”，现从检测数据中随机抽取2个，
为“理想数据”的个数，求随机变量的分布列和数学期望.
（…）如下表所示：试销价格 （元） | 4 | 5 | 6 | 7 |  | 9 |
产品销量 （件） |  | 84 | 83 | 80 | 75 | 68 |
已知变量
具有线性负相关关系，且，，现有甲、乙、丙三位同学通过计算求得其回归直线方程分别为：甲，乙，丙，其中有且仅有一位同学的计算结果是正确的（ ）.（1）试判断谁的计算结果正确？并求出
的值；（2）若由线性回归方程得到的估计数据与检测数据的误差不超过1，则该检测数据是“理想数据”，现从检测数据中随机抽取2个，
为“理想数据”的个数，求随机变量的分布列和数学期望.