- 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
随着移动互联网的快速发展,基于互联网的共享单车应运而生.某市场研究人员为了了解共享单车运营公司
的经营状况,对该公司最近六个月(2017年5月到2017年10月)内在西安市的市场占有率进行了统计,并绘制了相应的折线图.

(1)由拆线图可以看出,可用线性回归模型拟合月度市场占有率
与月份代码
之间的关系.求
关于
的线性回归方程;
(2)
公司对员工承诺如果公司的共享单车在2017年年底(12月底)能达到西安市场占有率的
,员工每人都可以获得年终奖,依据上面计算得到回归方程估计员工是否能得到年终奖.
(参考公式:回归直线方程为
,其中
)


(1)由拆线图可以看出,可用线性回归模型拟合月度市场占有率




(2)


(参考公式:回归直线方程为



某公司为确定下一年度投入某种产品的宣传费,需了解年宣传费
(单位:千元)对年销售量
(单位:
)和年利润
(单位:千元)的影响.对近8年的年宣传费
和年销售量
数据作了初步处理,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
哪一个适宜作为年销售量
关于年宣传费
的回归方程类型?
(2)根据(1)的判断结果及表中数据,建立
关于
的回归方程;
(3)已知这种产品的年利润
与
,
的关系为
.根据(2)的结果回答下列问题:年宣传费
时,年销售量及年利润的预测值是多少?年宣传费
为何值时,年利润的预测值最大?








![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() |
46.6 | 563 | 6.8 | 289.8 | 1.6 | 1469 | 108.0 |
表中


(1)根据散点图判断,




(2)根据(1)的判断结果及表中数据,建立


(3)已知这种产品的年利润






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



某大型养鸡场为提高鸡的产蛋量需了解鸡舍的温度
(单位
),对鸡的时段产蛋量
(单位:
)的影响.为此,该企业收集了7个鸡舍的时段控制温度
和产蛋量
的数据,对数据初步处理后得到了如图所示的散点图和表中的统计量的值.

其中
.
(I)根据散点图判断,
与
为自然对数的底数)哪一个更适宜作为该种鸡的时段产蛋量
关于鸡舍时段控制温度
的回归方程类型?(给判断即可,不必说明理由)
(II)由(I)确定的回归方程类型作为回归方程模型,根据表中数据,建立
关于
的回归方程.
附:对于一组具有线性相关关系的数据
,其回归直线
的
斜率和截距的最小二乘估计分别为
.







![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() |
17.40 | 82.30 | 3.6 | 140 | 9.7 | 2935.1 | 35.0 |
其中

(I)根据散点图判断,




(II)由(I)确定的回归方程类型作为回归方程模型,根据表中数据,建立


附:对于一组具有线性相关关系的数据


斜率和截距的最小二乘估计分别为


有一位同学家里开了一个小卖部,他为了研究气温对热茶销售的影响,经过统计,得到一个卖出热茶杯数与当天气温的对比表如下:
(1)画出散点图;
(2)你能从散点图中发现气温与热茶的销售杯数之间关系的一般规律吗?
(3)如果近似成线性关系的话,请画出一条直线来近似地表示这种线性关系;
(4)试求出回归直线方程;
(5)利用(4)的回归方程,若某天的气温是2 ℃,预测这一天卖出热茶的杯数.
气温x/℃ | -5 | 0 | 4 | 7 | 12 | 15 | 19 | 23 | 27 | 31 | 36 |
热茶销售杯数y/杯 | 156 | 150 | 132 | 128 | 130 | 116 | 104 | 89 | 93 | 76 | 54 |
(1)画出散点图;
(2)你能从散点图中发现气温与热茶的销售杯数之间关系的一般规律吗?
(3)如果近似成线性关系的话,请画出一条直线来近似地表示这种线性关系;
(4)试求出回归直线方程;
(5)利用(4)的回归方程,若某天的气温是2 ℃,预测这一天卖出热茶的杯数.
观测两个相关变量得如下数据:
则这两个变量间的回归直线方程为( )
x | -9 | -6.99 | -5.01 | -2.98 | -5 | 5 | 4.999 | 4 |
y | -9 | -7 | -5 | -3 | -5.02 | 4.99 | 5 | 3.998 |
则这两个变量间的回归直线方程为( )
A.![]() | B.![]() |
C.![]() | D.![]() |
某公司为确定下一年度投入某种产品的宣传费,需了解年宣传费
(单位:千元)对年销售量
(单位:
)和年利润
(单位:千元)的影响.对近8年的年宣传费
和年销售量
数据作了初步处理,得到下面的散点图及一些统计量的值.

有下列5个曲线类型:①
;②
;③
;④
;⑤
,则较适宜作为年销售量
关于年宣传费
的回归方程的是( )







有下列5个曲线类型:①







A.①② | B.②③ | C.②④ | D.③⑤ |
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 |