- 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
西部大开发给中国西部带来了绿色,人与环境日趋和谐,群众生活条件和各项基础设施得到了极大的改善,西部某地区2009年至2015年农村居民家庭人均纯收入
(单位:千元)的数据如下表:

(Ⅰ)求
关于
的线性回归方程;
(Ⅱ)利用(Ⅰ)中的回归方程,分析2009年至2015年该地区农村居民家庭人均纯收入的变化情况,并预测该地区2017年农村居民家庭人均纯收入.
附:回归直线的斜率和截距的最小二乘估计公式分别为:
,
(其中
,
为样本平均值).


(Ⅰ)求


(Ⅱ)利用(Ⅰ)中的回归方程,分析2009年至2015年该地区农村居民家庭人均纯收入的变化情况,并预测该地区2017年农村居民家庭人均纯收入.
附:回归直线的斜率和截距的最小二乘估计公式分别为:




下表提供了某公司技术升级后生产
产品过程中记录的产量
(吨)与相应的成本
(万元)的几组对照数据:

(1)请画出上表数据的散点图;

(2)请根据上表提供的数据,用最小二乘法求出
对
的回归直线方程;
(3)已知该公司技术升级前生产100吨
产品的成本为90万元.试根据(2)求出的回归直线方程,预测技术升级后生产100吨
产品的成本比技术升级前约降低多少万元?
(附:
,
,其中
为样本平均值)




(1)请画出上表数据的散点图;

(2)请根据上表提供的数据,用最小二乘法求出


(3)已知该公司技术升级前生产100吨


(附:



某产品在某零售摊位上的零售价
(元)与每天的销售量
(个)统计如下表:
据上表可得回归直线方程
中的
,据此模型预计零售价定为
元时,销售量为( )


![]() | ![]() | ![]() | ![]() | ![]() |
![]() | ![]() | ![]() | ![]() | ![]() |
据上表可得回归直线方程



A.![]() | B.![]() | C.![]() | D.![]() |
为稳定当前物价,某市物价部门对本市的5家商场的某商品的一天销售量及其价格进行调查,5家商场商品的售价
元和销售量
件之间的一组数据如下表所示:
由散点图可知,销售量
与价格
之间有较好的线性相关关系,其线性回归方程是
,则
__________.


价格![]() | 8.5 | 9 | 9.5 | 10 | 10.5 |
销售量![]() | 12 | 11 | 9 | 7 | 6 |
由散点图可知,销售量




已知某产品的广告费用
(单位:万元)与销售额
(单位:万元)具有线性关系关系,其统计数据如下表:
附:
;
由上表可得线性回归方程
,据此模型预报广告费用为8万元时的销售额是( )


![]() | 3 | 4 | 5 | 6 |
![]() | 25 | 30 | 40 | 45 |
附:


由上表可得线性回归方程

A.59.5 | B.52.5 | C.56 | D.63.5 |
某农科所发现,一种作物的年收获量
(单位:
)与它“相近”作物的株数
具有线性相关关系(所谓两株作物“相近”是指它们的直线距离不超过
),并分别记录了相近作物的株数为
时,该作物的年收获量的相关数据如下:

(1)求该作物的年收获量
关于它“相近”作物的株数
的线性回归方程;
(2)农科所在如图所示的直角梯形地块的每个格点(指纵、横直线的交叉点)处都种了一株该作物,图中
每个小正方形的边长均为
,若从直角梯形地块的边界和内部各随机选取一株该作物,求这两株作物 “相
近”且年产量仅相差
的概率.
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,
, 





![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() |
![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() |

(1)求该作物的年收获量


(2)农科所在如图所示的直角梯形地块的每个格点(指纵、横直线的交叉点)处都种了一株该作物,图中
每个小正方形的边长均为

近”且年产量仅相差

附:对于一组数据


计分别为,


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天每100颗种子浸泡后的发芽数,得到如下表格:
(1)从这5天中任选2天,记发芽的种子数分别为
,求事件“
均不小于25”的概率;
(2)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天中的另三天的数据,求出
关于
的线性回归方程
.
(参考公式:
,
)
日期 | 4月1日 | 4月7日 | 4月15日 | 4月21日 | 4月30日 |
温差![]() | 10 | 11 | 13 | 12 | 8 |
发芽数![]() | 23 | 25 | 30 | 26 | 16 |
(1)从这5天中任选2天,记发芽的种子数分别为


(2)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天中的另三天的数据,求出



(参考公式:


对具有线性相关关系的变量
,测得一组数据如下:
根据上表,利用最小二乘法得它们的回归直线方程为
,据此模型预测当
时,
的估计值为( )

![]() | 2 | 4 | 5 | 6 | 8 |
![]() | 20 | 40 | 60 | 70 | 80 |
根据上表,利用最小二乘法得它们的回归直线方程为



A.105.5 | B.106 | C.106.5 | D.107 |
某研究性学习小组对春季昼夜温差大小与某花卉种子发芽多少之间的关系进行研究,他们分别记录了3月1日至3月5日的每天昼夜温差与实验室每天每100颗种子浸泡后的发芽数,得到如下资料:

(1)从3月1日至3月5日中任选2天,记发芽的种子数分别为
,求事件“
均小于25”的概率;
(2)请根据3月2日至3月4日的数据,求出
关于
的线性回归方程
.
(参考公式:回归直线方程为
,其中
,
)

(1)从3月1日至3月5日中任选2天,记发芽的种子数分别为


(2)请根据3月2日至3月4日的数据,求出



(参考公式:回归直线方程为



两个相关变量满足如下关系:
则两变量的回归方程为 ( )
x | 10 | 15 | 20 | 25 | 30 |
y | 1 003 | 1 005 | 1 010 | 1 011 | 1 014 |
则两变量的回归方程为 ( )
A.![]() | B.![]() |
C.![]() | D.![]() |