- 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
中石化集团通过与安哥拉国家石油公司合作,获得了安哥拉深海油田区块的开采权,集团在某些区块随机初步勘探了部分旧井,取得了地质资料.进入全面勘探时期后集团按网络点来布置井位来进行全面勘探.由于勘探一口井的费用很高,如果新设计的井位与原有井位重合或接近,便利用旧井的地质资料,不必打这口新井,以节约勘探费用.勘探初期数据资料见下表:
(1)若1
6号旧井位置满足线性分布,借助前5组数据所求得的回归直线方程为
,且
,求
,并估计
的预报值;
(2)现准备勘探新井7(1,25),若通过,1,3,5,7号井计算出的
,
的值与(1)中
,
的值的差不超过10%,则使用位置最接近的旧井
,否则在新位置打井,请判断可否使用旧井?(注:其中
的计算结果用四舍五入法保留一位小数)
参考数据:
参考公式:
井位 | 1 | 2 | 3 | 4 | 5 | 6 |
坐标![]() ![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() |
钻探深度![]() | 2 | 4 | 5 | 6 | 8 | 10 |
出油量![]() | 40 | 70 | 110 | 90 | 160 | 205 |
(1)若1





(2)现准备勘探新井7(1,25),若通过,1,3,5,7号井计算出的






参考数据:

参考公式:

已知变量x,y之间的线性回归方程为
,且变量x,y之间的一组相关数据如表所示,则下列说法错误的是( )

x | 6 | 8 | 10 | 12 |
y | 6 | m | 3 | 2 |
A.变量x,y之间呈现负相关关系 |
B.可以预测,当x=20时,y=﹣3.7 |
C.m=4 |
D.该回归直线必过点(9,4) |
设某大学的女生体重
(单位:
)与身高
(单位:
)具有线性相关关系。根据组样本数据
,用最小二乘法建立的回归方程为
,则下列结论中不正确的是( )






A.![]() ![]() |
B.回归直线过样本点的中心![]() |
C.若该大学某女生身高增加![]() ![]() |
D.若该大学某女生身高为![]() ![]() |
一种室内种植的珍贵草药的株高
(单位:
)与一定范围内的温度
(单位:
)有关,现收集了该种草药的13组观测数据,得到如下的散点图,现根据散点图利用
或
建立
关于
的回归方程,令
,
,得到如下数据,且
与
(
)的相关系数分别为
,且
.

(1)用相关系数说明哪种模型建立
与
的回归方程更合适;
(2)根据(1)的结果及表中数据,建立
关于
的回归方程;
(3)已知这种草药的利润
与
,
的关系为
,当
为何值时,利润
的预报值最大.
附:参考公式和数据: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
,
,相关系数
,
















![]() | ![]() | ![]() | ![]() |
10.15 | 109.94 | 3.04 | 0.16 |
![]() | ![]() | ![]() | ![]() | ![]() |
![]() | ![]() | ![]() | ![]() | ![]() |
(1)用相关系数说明哪种模型建立


(2)根据(1)的结果及表中数据,建立


(3)已知这种草药的利润






附:参考公式和数据:对于一组数据







某医院用光电比色计检查尿汞时,得尿汞含量(毫克/升)与消光系数如下表:
(1)作散点图;
(2)如果
与
之间具有线性相关关系,求回归线直线方程;
(3)估计尿汞含量为9毫克/升时消光系数.
,
.
参考数据:
,
.
尿汞含量![]() | 2 | 4 | 6 | 8 | 10 |
消光系数![]() | 64 | 138 | 205 | 285 | 360 |
(1)作散点图;
(2)如果


(3)估计尿汞含量为9毫克/升时消光系数.


参考数据:


某产品的广告费用x万元与销售额y万元的统计数据如下表:
根据上表可得回归方程
,则m为( )
广告费用万元 | 4 | 2 | 3 | 5 |
销售额万元 | 49 | 26 | 39 | m |
根据上表可得回归方程

A.54 | B.53 | C.52 | D.51. |
某市场研究人员为了了解产业园引进的甲公司前期的经营状况,采集相应数据,对该公司2017年连续六个月的利润进行了统计,并绘制了相应的折线图,如图所示:

(1)折线图可以看出,可用线性回归模型拟合月利润
(单位:百万元)与月份代码
之间的关系,求
关于
的线性回归方程,并预测该公司2018年1月份的利润;
(2)甲公司新研制了一款产品,需要采购一批新型材料,现有采购成本分别为10万元
包和12万元
包的
、
两种型号的新型材料可供选择,按规定每种新型材料最多可使用4个月,不同类型的新型材料损坏的时间各不相同,已知生产新型材料的企业乙对
、
两种型号各100件新型材料进行过科学模拟测试,得到两种新型材料使用寿命频数统计如表:
经甲公司测算,平均每包新型材料每月可以带来5万元收入,不考虑除采购成本之外的其他成本,假设每包新型材料的使用寿命都是整数月,且以频率作为每包新型材料使用寿命的概率,如果你是甲公司的负责人,以每包新型材料产生利润的期望值为决策依据,你会选择采购哪款新型材料?
参考数据:
,
.
参考公式:回归直线方程为
,其中
.

(1)折线图可以看出,可用线性回归模型拟合月利润




(2)甲公司新研制了一款产品,需要采购一批新型材料,现有采购成本分别为10万元






使用寿命 材料类型 | 1个月 | 2个月 | 3个月 | 4个月 | 总计 |
![]() | 20 | 35 | 35 | 10 | 100 |
![]() | 10 | 30 | 40 | 20 | 100 |
经甲公司测算,平均每包新型材料每月可以带来5万元收入,不考虑除采购成本之外的其他成本,假设每包新型材料的使用寿命都是整数月,且以频率作为每包新型材料使用寿命的概率,如果你是甲公司的负责人,以每包新型材料产生利润的期望值为决策依据,你会选择采购哪款新型材料?
参考数据:


参考公式:回归直线方程为


红铃虫是棉花的主要害虫之一,能对农作物造成严重伤害,每只红铃虫的平均产卵数y和平均温度x有关,现收集了以往某地的7组数据,得到下面的散点图及一些统计量的值.(表中
)

(1)根据散点图判断,
与
(其中
自然对数的底数)哪一个更适宜作为平均产卵数y关于平均温度x的回归方程类型?(给出判断即可,不必说明理由)并由判断结果及表中数据,求出y关于x的回归方程.(计算结果精确到小数点后第三位)
(2)根据以往统计,该地每年平均温度达到28℃以上时红铃虫会造成严重伤害,需要人工防治,其他情况均不需要人工防治,记该地每年平均温度达到28℃以上的概率为
.
①记该地今后5年中,恰好需要3次人工防治的概率为
,求
的最大值,并求出相应的概率p.
②当
取最大值时,记该地今后5年中,需要人工防治的次数为X,求X的数学期望和方差.
附:线性回归方程系数公式
.


平均温度![]() | 21 | 23 | 25 | 27 | 29 | 32 | 35 | ||
平均产卵数![]() | 7 | 11 | 21 | 24 | 66 | 115 | 325 | ||
![]() | ![]() | ![]() | ![]() | ![]() | |||||
27.429 | 81.286 | 3.612 | 40.182 | 147.714 | |||||
(1)根据散点图判断,



(2)根据以往统计,该地每年平均温度达到28℃以上时红铃虫会造成严重伤害,需要人工防治,其他情况均不需要人工防治,记该地每年平均温度达到28℃以上的概率为

①记该地今后5年中,恰好需要3次人工防治的概率为


②当

附:线性回归方程系数公式
