- 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
- 绘制散点图
- + 根据散点图判断是否线性相关
- 由散点图画求近似回归直线
- 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
以下关于线性回归的判断,正确的个数是( )

①若散点图中所有点都在一条直线附近,则这条直线为回归直线;
②散点图中的绝大多数都线性相关,个别特殊点不影响线性回归,如图中的A,B,C点;
③已知直线方程为
=0.50x-0.81,则x=25时,y的估计值为11.69;
④回归直线方程的意义是它反映了样本整体的变化趋势.

①若散点图中所有点都在一条直线附近,则这条直线为回归直线;
②散点图中的绝大多数都线性相关,个别特殊点不影响线性回归,如图中的A,B,C点;
③已知直线方程为

④回归直线方程的意义是它反映了样本整体的变化趋势.
A.0 | B.1 | C.2 | D.3 |
下表给出了5组数据(x,y),为选出4组数据使得x与y的线性相关程度最大,且保留第1组数据(-5,-3),则应去掉( )
第i组 | 1 | 2 | 3 | 4 | 5 |
xi | -5 | -4 | -3 | -2 | 4 |
yi | -3 | -2 | 4 | -1 | 6 |
A.第2组数据 |
B.第3组数据 |
C.第4组数据 |
D.第5组数据 |
某个制作和外卖意大利比萨的餐饮连锁店,其主要客户群是在校大学生,为研究各店铺某季度的销售额与店铺附近地区大学生人数的关系,随机抽取10个分店的样本,得到数据如下:
(1)画出散点图,并判断各店铺该季度的销售额y与店铺附近地区大学生人数x是否具有线性相关关系.
(2)若具有线性相关关系,求回归方程,若某店铺所在地区内有大学生1万人,预测该店铺的季度销售额.
店铺编号 | 地区内大学生数x(万人) | 某季度销售额y(万元) |
1 | 0.2 | 5.8 |
2 | 0.6 | 10.5 |
3 | 0.8 | 8.8 |
4 | 0.8 | 11.8 |
5 | 1.2 | 11.7 |
6 | 1.6 | 13.7 |
7 | 2 | 15.7 |
8 | 2 | 16.9 |
9 | 2.2 | 14.9 |
10 | 2.6 | 20.2 |
(1)画出散点图,并判断各店铺该季度的销售额y与店铺附近地区大学生人数x是否具有线性相关关系.
(2)若具有线性相关关系,求回归方程,若某店铺所在地区内有大学生1万人,预测该店铺的季度销售额.
一商场对每天进店人数和商品销售件数进行了统计对比,得到如下表格:

(1)在给定的坐标系中画出表中数据的散点图,并由散点图判断销售件数
与进店人数
是否线性相关?(给出判断即可,不必说明理由)

(2)建立
关于
的回归方程(系数精确到0.01),预测进店人数为80时,商品销售的件数(结果保留整数)
(参考数据:
,
,
,
,
,
)

(1)在给定的坐标系中画出表中数据的散点图,并由散点图判断销售件数



(2)建立


(参考数据:






某公交公司分别推出支付宝和微信扫码支付乘车活动,活动设置了一段时间的推广期,由于推广期内优惠力度较大,吸引越来越多的人开始使用扫码支付.某线路公交车队统计了活动刚推出一周内每一天使用扫码支付的人次,用x表示活动推出的天数,y表示每天使用扫码支付的人次(单位:十人次),统计数据如表所示:
根据以上数据,绘制了散点图.

(1)根据散点图判断,在推广期内,
与
(
,
均为大于零的常数)哪一个适宜作为扫码支付的人次
关于活动推出天数
的回归方程类型?(给出判断即可,不必说明理由);
(2)若y关于x的回归方程不是线性的可通过换元方法把它化归为线性回归方程。例如:
(a、b为常数,e为自然对数的底数),可以两边同时取自然对数
,再令
,先用最小二乘法求出
与x的线性回归方程,再得出y与x的回归方程。根据(1)的判断结果及表1中的数据,求y关于x的回归方程;
(3)由(2)中的回归方程预测活动推出第12天使用扫码支付的人次。
参考数据:
其中
,参考公式:对于一组数据
,
,…,
,其回归直线
的斜率和截距的最小二乘估计公式分别为:
,
。
x | 1 | 2 | 3 | 4 | 5 | 6 | 7 |
y | 6 | 11 | 21 | 34 | 66 | 101 | 196 |
根据以上数据,绘制了散点图.

(1)根据散点图判断,在推广期内,






(2)若y关于x的回归方程不是线性的可通过换元方法把它化归为线性回归方程。例如:




(3)由(2)中的回归方程预测活动推出第12天使用扫码支付的人次。
参考数据:
![]() | ![]() | ![]() | ![]() | ![]() |
66 | 1.54 | 2711 | 50.12 | 3.47 |
其中








假设关于某设备的使用年限x(年)和所支出的维修费用y(万元)有如下的统计资料:
(1)画出散点图并判断是否线性相关;
(2)如果线性相关,求线性回归方程;
(3)估计使用年限为10年时,维修费用是多少?
x | 2 | 3 | 4 | 5 | 6 |
y | 2.2 | 3.8 | 5.5 | 6.5 | 7.0 |
(1)画出散点图并判断是否线性相关;
(2)如果线性相关,求线性回归方程;
(3)估计使用年限为10年时,维修费用是多少?