- 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
某新上市的电子产品举行为期一个星期(7天)的促销活动,规定购买该电子产品可免费赠送礼品一份,随着促销活动的有效开展,第五天工作人员对前五天中参加活动的人数进行统计,
表示第
天参加该活动的人数,得到统计表格如下:
(1)若
与
具有线性相关关系,请根据上表提供的数据,用最小二乘法求出
关于
的线性回归方程
;
(2)预测该星期最后一天参加该活动的人数(按四舍五入取到整数).
参考公式:
,


![]() | 1 | 2 | 3 | 4 | 5 |
![]() | 4 | 6 | 10 | 23 | 22 |
(1)若





(2)预测该星期最后一天参加该活动的人数(按四舍五入取到整数).
参考公式:


下面给出了根据我国2012年~2018年水果人均占有量y(单位:kg)和年份代码x绘制的散点图(2012年~2018年的年份代码x分别为1~7).

(1)根据散点图相应数据计算得
,
,求y关于x的线性回归方程;
(2)估计我国2023年水果人均占有量是多少?(精确到1kg).
附:回归方程
中斜率和截距的最小二乘估计公式分别为:
,
.

(1)根据散点图相应数据计算得


(2)估计我国2023年水果人均占有量是多少?(精确到1kg).
附:回归方程



已知某种商品的广告费支出
(单位:万元)与销售额
(单位:万元)之间有如下对应数据,根据表中数据可得回归方程
,当投入7万元广告费时,销售额约为( )



![]() | 1 | 2 | 3 | 4 | 5 |
![]() | 10 | 15 | 30 | 45 | 50 |
A.69万元 | B.68万元 | C.73万元 | D.74万元 |
已知具有线性相关的五个样本点
,
,
,
,
,用最小二乘法得到回归直线方程
:
,过点
,
的直线方程
:
,那么下列4个命题中,①
,
;②直线
过点
;③
;④
,正确命题的个数有( )

















A.1个 | B.2个 | C.3个 | D.4个 |
假设关于某设备使用年限
(年)和所支出的维修费用
(万元)有如下统计资料:
若由资料可知
对
呈线性相关关系,
与
的线性回归方程
必过的点是______.


![]() | 1 | 2 | 4 | 5 |
![]() | 1 | 1.5 | 5.5 | 8 |
若由资料可知





某社区居民2012年至2018年人均收入
(单位:万元)的统计数据如下表:
已知变量
,
具有线性相关关系.
(Ⅰ)求
关于
的线性回归方程;
(Ⅱ)利用(Ⅰ)中的线性回归方程,分析2012年至2018年该社区居民人均收入的变化情况,并预测该社区居民2020年的人均收入.
附参考公式:线性回归方程
中,
,
.

年份 | 2012 | 2013 | 2014 | 2015 | 2016 | 2017 | 2018 |
年份代号![]() | 1 | 2 | 3 | 4 | 5 | 6 | 7 |
人均收入![]() | 2.9 | 3.3 | 3.6 | 4.4 | 4.8 | 5.2 | 5.9 |
已知变量


(Ⅰ)求


(Ⅱ)利用(Ⅰ)中的线性回归方程,分析2012年至2018年该社区居民人均收入的变化情况,并预测该社区居民2020年的人均收入.
附参考公式:线性回归方程



某洗车店对每天进店洗车车辆数x和用次卡消费的车辆数y进行了统计对比,得到如下的表格:
Ⅰ
根据上表数据,用最小二乘法求出y关于x的线性回归方程;
的结果保留两位小数
Ⅱ
试根据
求出的线性回归方程,预测
时,用次卡洗车的车辆数.
参考公式:由最小二乘法所得回归直线的方程是
;其中,
,
.
车辆数x | 10 | 18 | 26 | 36 | 40 |
用次卡消费的车辆数y | 7 | 10 | 17 | 18 | 23 |








参考公式:由最小二乘法所得回归直线的方程是



如图所示给出了某种豆类生长枝数y(枝)与时间t(月)的散点图,那么此种豆类生长枝数与时间的关系用下列函数模型近似刻画最好的是( )


A.y=2t2 | B.y=log2t | C.y=t3 | D.y=2t |
根据下表中的数据可以得到线性回归直线方程
=0.7x+0.35,则实数m,n应满足( )

x | 3 | m | 5 | 6 |
y | 2.5 | 3 | 4 | n |
A.n﹣0.7m=1.7 | B.n﹣0.7m=1.5 | C.n+0.7m=1.7 | D.n+0.7m=1.5 |
随着我国中医学的发展,药用昆虫的使用相应愈来愈多.每年春暖以后至寒冬前,是昆虫大量活动与繁殖季节,易于采集各种药用昆虫.已知一只药用昆虫的产卵数
与一定范围内的温度
有关,于是科研人员在3月份的31天中随机挑选了5天进行研究,现收集了该种药用昆虫的5组观测数据如下表:
(1)从这5天中任选2天,记这两天药用昆虫的产卵分别为
,
,求事件“
,
均不小于25”的概率;
(2)科研人员确定的研究方案是:先从这五组数据中任选2组,用剩下的3组数据建立
关于
的线性回归方程,再对被选取的2组数据进行检验.
(ⅰ)若选取的是3月2日与30日的两组数据,请根据3月7日、15日和22日这三天的数据,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选出的检验数据的误差均不超过2个,则认为得到的线性回归方程是可靠的,试问(ⅰ)中所得的线性回归方程是否可靠?
附:回归直线的斜率和截距的最小二乘估计公式分别为
,
.


日期 | 2日 | 7日 | 15日 | 22日 | 30日 |
温度![]() | 10 | 11 | 13 | 12 | 8 |
产卵数![]() | 23 | 25 | 30 | 26 | 16 |
(1)从这5天中任选2天,记这两天药用昆虫的产卵分别为




(2)科研人员确定的研究方案是:先从这五组数据中任选2组,用剩下的3组数据建立


(ⅰ)若选取的是3月2日与30日的两组数据,请根据3月7日、15日和22日这三天的数据,求出


(ⅱ)若由线性回归方程得到的估计数据与选出的检验数据的误差均不超过2个,则认为得到的线性回归方程是可靠的,试问(ⅰ)中所得的线性回归方程是否可靠?
附:回归直线的斜率和截距的最小二乘估计公式分别为

