- 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
某种产品的广告费支出
与销售额
（单位：百万元）之间有如下对应数据：
根据上表提供的数据，求出关于的回归直线方程为
，则
的值为（ ）
与销售额（单位：百万元）之间有如下对应数据： | 2 | 4 | 5 | 6 | 8 |
| 30 | 40 | | 50 | 70 |
根据上表提供的数据，求出
关于的回归直线方程为，则的值为（ ）| A．40 | B．50 | C．60 | D．70 |
高三学生为了迎接高考，要经常进行模拟考试，锻炼应试能力，某学生从升入高三到高考要参加10次模拟考试，下面是高三第一学期某学生参加5次模拟考试的数学成绩表：
（1）已知该考生的模拟考试成绩y与模拟考试的次数x满足回归直线方程
，若高考看作第11次模拟考试，试估计该考生的高考数学成绩；
（2）把这5次模拟考试的数学成绩单放在5个相同的信封中，从中随机抽取3份试卷的成绩单进行研究，设抽取考试成绩不等于平均值
的个数为
，求出的分布列与数学期望.
参考公式：
.
| 模拟考试第x次 | 1 | 2 | 3 | 4 | 5 |
| 考试成绩y分 | 90 | 100 | 105 | 105 | 100 |
（1）已知该考生的模拟考试成绩y与模拟考试的次数x满足回归直线方程
，若高考看作第11次模拟考试，试估计该考生的高考数学成绩；（2）把这5次模拟考试的数学成绩单放在5个相同的信封中，从中随机抽取3份试卷的成绩单进行研究，设抽取考试成绩不等于平均值
的个数为，求出的分布列与数学期望.参考公式：
.假设关于某设备的使用年限
和所支出的维修费用
（万元），有如下的统计资料：
由资料可知对呈线性相关关系，且线性回归方程为
，请估计使用年限为20年时，维修费用约为（ ）
和所支出的维修费用（万元），有如下的统计资料： | 1 | 2 | 3 | 4 | 5 |
| 5 | 6 | 7 | 8 | 10 |
由资料可知
对呈线性相关关系，且线性回归方程为，请估计使用年限为20年时，维修费用约为（ ）| A．26.2 | B．27 | C．27.6 | D．28.2 |
的线性回归方程为（ ）
下图是某地区2000年至2016年环境基础设施投资额
（单位：亿元）的折线图．
为了预测该地区2018年的环境基础设施投资额，建立了与时间变量
的两个线性回归模型．根据2000年至2016年的数据（时间变量的值依次为
）建立模型①：
；根据2010年至2016年的数据（时间变量的值依次为
）建立模型②：
．
（1）分别利用这两个模型，求该地区2018年的环境基础设施投资额的预测值；
（2）你认为用哪个模型得到的预测值更可靠？并说明理由．
（单位：亿元）的折线图．为了预测该地区2018年的环境基础设施投资额，建立了
与时间变量的两个线性回归模型．根据2000年至2016年的数据（时间变量的值依次为）建立模型①：；根据2010年至2016年的数据（时间变量的值依次为）建立模型②：．（1）分别利用这两个模型，求该地区2018年的环境基础设施投资额的预测值；
（2）你认为用哪个模型得到的预测值更可靠？并说明理由．
已知关于某设各的使用年限x（单位：年）和所支出的维修费用y（单位：万元）有如下的统计资料，由上表可得线性回归方程
，若规定当维修费用y＞12时该设各必须报废，据此模型预报该设各使用年限的最大值为（ ）
，若规定当维修费用y＞12时该设各必须报废，据此模型预报该设各使用年限的最大值为（ ）| x | 2 | 3 | 4 | 5 | 6 |
| y | 2.2 | 3.8 | 5.5 | 6.5 | 7.0 |
| A．7 | B．8 | C．9 | D．10 |
下表提供了某厂节能降耗技术改造后生产A产品过程中记录的产量x（吨）与相应的生产能耗y（吨标准煤）的几组对应数据．根据右表提供的数据，求出y关于x的线性回归方程为
，那么表中t的值为( )
，那么表中t的值为( )| A．3 | B．3.15 | C．3.5 | D．4.5 |
已知某地区某种昆虫产卵数和温度有关.现收集了一只该品种昆虫的产卵数
（个）和温度
（
）的7组观测数据，其散点图如所示：
根据散点图，结合函数知识，可以发现产卵数和温度可用方程
来拟合，令
，结合样本数据可知
与温度可用线性回归方程来拟合．根据收集到的数据，计算得到如下值：
表中
，
．
（1）求和温度的回归方程（回归系数结果精确到
）；
（2）求产卵数关于温度的回归方程；若该地区一段时间内的气温在
之间（包括
与
），估计该品种一只昆虫的产卵数的范围.（参考数据：
，
，
，
，
．）
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
．
（个）和温度（）的7组观测数据，其散点图如所示：根据散点图，结合函数知识，可以发现产卵数
和温度可用方程来拟合，令，结合样本数据可知与温度可用线性回归方程来拟合．根据收集到的数据，计算得到如下值： |  |  |  |  |  |
| 27 | 74 |  | 182 |  |  |
表中
，．（1）求
和温度的回归方程（回归系数结果精确到）；（2）求产卵数
关于温度的回归方程；若该地区一段时间内的气温在之间（包括与），估计该品种一只昆虫的产卵数的范围.（参考数据：，，，，．）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．对四组数据进行统计，获得如图所示的散点图，关于其相关系数的比较，正确的是( )
| A．r2<r4<0<r3<r1 | B．r4<r2<0<r1<r3 |
| C．r4<r2<0<r3<r1 | D．r2<r4<0<r1<r3 |
为了解春季昼夜温差大小与某种子发芽多少之间的关系,现在从4月份的30天中随机挑选了5天进行研究,且分别记录了每天昼夜温差与每100颗种子浸泡后的发芽数,得到如下表格:
(Ⅰ)从这5天中任选2天,若选取的是4月1日与4月30日的两组数据,请根据这5天中的另3天的数据,求出
关于
的线性回归方程
(Ⅱ)若由线性回归方程得到的估计数据与所选出的两组检验数据的误差均不超过2颗,则认为得到的线性回归方程是可靠的,试问(2)中所得的线性回归方程是否可靠.
(参考公式,
, 
),参考数据
| 日期 | 4月1日 | 4月7日 | 4月15日 | 4月21日 | 4月30日 |
| 温差x/oC | 10 | 11 | 13 | 12 | 8 |
| 发芽数y/颗 | 23 | 25 | 30 | 26 | 16 |
(Ⅰ)从这5天中任选2天,若选取的是4月1日与4月30日的两组数据,请根据这5天中的另3天的数据,求出
关于的线性回归方程(Ⅱ)若由线性回归方程得到的估计数据与所选出的两组检验数据的误差均不超过2颗,则认为得到的线性回归方程是可靠的,试问(2)中所得的线性回归方程是否可靠.
(参考公式,
, ),参考数据