- 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
- 随机抽样
- 用样本估计总体
- + 变量间的相关关系
- 相关关系
- 散点图
- 回归直线方程
- 最小二乘法
- 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
广东省的生产总值已经连续30年位居全国第一位,如表是广东省从2012年至2018年7年的生产总值以人民币(单位:万亿元)计算的数据:
(1)从表中数据可认为x和y的线性相关性较强,求出以x为解释变量、y为预报变量的线性回归方程(系数精确到0.01);
(2)广东省2018年人口约为1.13亿,德国2018年人口约为0.83亿.从人口数量比较看,广东省比德国人口多,但德国2018年的生产总值为4.00万亿美元,以(1)的结论为依据,预测广东省在哪年的生产总值能超过德国在2018年的生产总值?
参考数据:
yi=52.81,
xiyi=230.05,
yi2=411.2153,
xi2=140.
货币兑换:1美元≈7.03元人民币
参考公式:回归方程
x
中斜率
和截距
的最小二乘估计公式分别为:
,
.
年份 | 2012 | 2013 | 2014 | 2015 | 2016 | 2017 | 2018 |
年份代号x | 1 | 2 | 3 | 4 | 5 | 6 | 7 |
广东省生产总值y(单位:万亿元) | 5.71 | 6.25 | 6.78 | 7.28 | 8.09 | 8.97 | 9.73 |
(1)从表中数据可认为x和y的线性相关性较强,求出以x为解释变量、y为预报变量的线性回归方程(系数精确到0.01);
(2)广东省2018年人口约为1.13亿,德国2018年人口约为0.83亿.从人口数量比较看,广东省比德国人口多,但德国2018年的生产总值为4.00万亿美元,以(1)的结论为依据,预测广东省在哪年的生产总值能超过德国在2018年的生产总值?
参考数据:




货币兑换:1美元≈7.03元人民币
参考公式:回归方程






某校从2011年到2018年参加“北约”,“华约”考试而获得加分的学生(每位学生只能参加“北约”,“华约”一种考试)人数可以通过以下表格反映出来.(为了方便计算,将2011年编号为1,2012年编号为2,依此类推……)
(1)据悉,该校2018年获得加分的6位同学中,有1位获得加20分,2位获得加15分,3位获得加10分,从该6位同学中任取两位,记该两位同学获得的加分之和为X,求X的分布列及期望.
(2)根据最近五年的数据,利用最小二乘法求出y与x之间的线性回归方程,并用以预测该校2019年参加“北约”,“华约”考试而获得加分的学生人数.(结果要求四舍五入至个位)
参考公式:
年份x | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 |
人数y | 2 | 3 | 4 | 4 | 7 | 7 | 6 | 6 |
(1)据悉,该校2018年获得加分的6位同学中,有1位获得加20分,2位获得加15分,3位获得加10分,从该6位同学中任取两位,记该两位同学获得的加分之和为X,求X的分布列及期望.
(2)根据最近五年的数据,利用最小二乘法求出y与x之间的线性回归方程,并用以预测该校2019年参加“北约”,“华约”考试而获得加分的学生人数.(结果要求四舍五入至个位)
参考公式:

某工厂今年前5个月某种产品的产量(单位:万件)的数据如下表:
(1)若从这5组数据中随机抽出2组,求抽出的2组数据恰好是不相邻两个月的数据的概率;
(2)求出
关于
的线性回归方程
,并估计今年6月份该种产品的产量.
参考公式:
.
![]() | 1 | 2 | 3 | 4 | 5 |
![]() | 4 | 5 | 4 | 6 | 6 |
(1)若从这5组数据中随机抽出2组,求抽出的2组数据恰好是不相邻两个月的数据的概率;
(2)求出



参考公式:

华为公司在2017年8月9日推出的一款手机,已于9月19日正式上市.据统计发现该产品的广告费用x与销售额y的统计数据如下表:
根据上表可得回归方程
中的
为9.4,据此模型预测广告费用为6百万元时,销售额为( )
广告费用x(百万元) | 4 | 2 | 3 | 5 |
销售额y(百万元) | 44 | 25 | 37 | 54 |
根据上表可得回归方程


A.61.5百万元 | B.62.5百万元 | C.63.5百万元 | D.65.0百万元 |
某车间为了规定工时定额,需要确定加工零件所花费的时间,为此进行了5次试验.根据收集到的数据(如下表),由最小二乘法求得回归方程
.
现发现表中有一个数据看不清,请你推断出该数据的值为______ .

零件数![]() | 10 | 20 | 30 | 40 | 50 |
加工时间![]() | 62 | ![]() | 75 | 81 | 89 |
现发现表中有一个数据看不清,请你推断出该数据的值为
对于下列表格所示五个散点,已知求得的线性回归方程为
,则实数m的值为( )

x | 196 | 197 | 200 | 203 | 204 |
y | 1 | 3 | 6 | 7 | m |
A.8 | B.8.2 | C.8.3 | D.8.5 |
已知变量
和
的统计数据如下表:
根据上表可得回归直线方程
,据此可以预测当
时,
( )


![]() | 6 | 8 | 10 | 12 |
![]() | 2 | 3 | 5 | 6 |
根据上表可得回归直线方程



A.7.8 | B.8.2 | C.9.6 | D.8.5 |
又到了品尝小龙虾的季节,小龙虾近几年来被称作是“国民宵夜”风靡国内外.在巨大的需求市场下,湖北的小龙虾产量占据了全国的半壁江山,湖北某地区近几年的小龙虾产量统计如下表:
(1)根据表中数据,建立
关于
的线性回归方程
;
(2)根据线性回归方程预测2019年该地区农产品的年产量.
附:对于一组数据
,
,…,
,其回归直线
的斜率和截距的最小二乘估计分别为:
,
.(参考数据:
,计算结果保留小数点后两位).
年份 | 2013 | 2014 | 2015 | 2016 | 2017 | 2018 |
年份代码![]() | 1 | 2 | 3 | 4 | 5 | 6 |
年产量![]() | 6.6 | 6.9 | 7.4 | 7.7 | 8 | 8.4 |
(1)根据表中数据,建立



(2)根据线性回归方程预测2019年该地区农产品的年产量.
附:对于一组数据






