- 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
- 相关关系
- 散点图
- + 回归直线方程
- 解释回归直线方程的意义
- 用回归直线方程对总体进行估计
- 根据回归方程求原数据中的值
- 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
某校从2011年到2018年参加“北约”,“华约”考试而获得加分的学生(每位学生只能参加“北约”,“华约”一种考试)人数可以通过以下表格反映出来.(为了方便计算,将2011年编号为1,2012年编号为2,依此类推……)
(1)据悉,该校2018年获得加分的6位同学中,有1位获得加20分,2位获得加15分,3位获得加10分,从该6位同学中任取两位,记该两位同学获得的加分之和为X,求X的分布列及期望.
(2)根据最近五年的数据,利用最小二乘法求出y与x之间的线性回归方程,并用以预测该校2019年参加“北约”,“华约”考试而获得加分的学生人数.(结果要求四舍五入至个位)
参考公式:
年份x | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 |
人数y | 2 | 3 | 4 | 4 | 7 | 7 | 6 | 6 |
(1)据悉,该校2018年获得加分的6位同学中,有1位获得加20分,2位获得加15分,3位获得加10分,从该6位同学中任取两位,记该两位同学获得的加分之和为X,求X的分布列及期望.
(2)根据最近五年的数据,利用最小二乘法求出y与x之间的线性回归方程,并用以预测该校2019年参加“北约”,“华约”考试而获得加分的学生人数.(结果要求四舍五入至个位)
参考公式:

华为公司在2017年8月9日推出的一款手机,已于9月19日正式上市.据统计发现该产品的广告费用x与销售额y的统计数据如下表:
根据上表可得回归方程
中的
为9.4,据此模型预测广告费用为6百万元时,销售额为( )
广告费用x(百万元) | 4 | 2 | 3 | 5 |
销售额y(百万元) | 44 | 25 | 37 | 54 |
根据上表可得回归方程


A.61.5百万元 | B.62.5百万元 | C.63.5百万元 | D.65.0百万元 |
某车间为了规定工时定额,需要确定加工零件所花费的时间,为此进行了5次试验.根据收集到的数据(如下表),由最小二乘法求得回归方程
.
现发现表中有一个数据看不清,请你推断出该数据的值为______ .

零件数![]() | 10 | 20 | 30 | 40 | 50 |
加工时间![]() | 62 | ![]() | 75 | 81 | 89 |
现发现表中有一个数据看不清,请你推断出该数据的值为
对于下列表格所示五个散点,已知求得的线性回归方程为
,则实数m的值为( )

x | 196 | 197 | 200 | 203 | 204 |
y | 1 | 3 | 6 | 7 | m |
A.8 | B.8.2 | C.8.3 | D.8.5 |
已知变量
和
的统计数据如下表:
根据上表可得回归直线方程
,据此可以预测当
时,
( )


![]() | 6 | 8 | 10 | 12 |
![]() | 2 | 3 | 5 | 6 |
根据上表可得回归直线方程



A.7.8 | B.8.2 | C.9.6 | D.8.5 |
中石化集团通过与安哥拉国家石油公司合作,获得了安哥拉深海油田区块的开采权,集团在某些区块随机初步勘探了部分旧井,取得了地质资料.进入全面勘探时期后集团按网络点来布置井位来进行全面勘探.由于勘探一口井的费用很高,如果新设计的井位与原有井位重合或接近,便利用旧井的地质资料,不必打这口新井,以节约勘探费用.勘探初期数据资料见下表:
(1)若1
6号旧井位置满足线性分布,借助前5组数据所求得的回归直线方程为
,且
,求
,并估计
的预报值;
(2)现准备勘探新井7(1,25),若通过,1,3,5,7号井计算出的
,
的值与(1)中
,
的值的差不超过10%,则使用位置最接近的旧井
,否则在新位置打井,请判断可否使用旧井?(注:其中
的计算结果用四舍五入法保留一位小数)
参考数据:
参考公式:
井位 | 1 | 2 | 3 | 4 | 5 | 6 |
坐标![]() ![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() |
钻探深度![]() | 2 | 4 | 5 | 6 | 8 | 10 |
出油量![]() | 40 | 70 | 110 | 90 | 160 | 205 |
(1)若1





(2)现准备勘探新井7(1,25),若通过,1,3,5,7号井计算出的






参考数据:

参考公式:

设某大学的女生体重
(单位:
)与身高
(单位:
)具有线性相关关系。根据组样本数据
,用最小二乘法建立的回归方程为
,则下列结论中不正确的是( )






A.![]() ![]() |
B.回归直线过样本点的中心![]() |
C.若该大学某女生身高增加![]() ![]() |
D.若该大学某女生身高为![]() ![]() |
一种室内种植的珍贵草药的株高
(单位:
)与一定范围内的温度
(单位:
)有关,现收集了该种草药的13组观测数据,得到如下的散点图,现根据散点图利用
或
建立
关于
的回归方程,令
,
,得到如下数据,且
与
(
)的相关系数分别为
,且
.

(1)用相关系数说明哪种模型建立
与
的回归方程更合适;
(2)根据(1)的结果及表中数据,建立
关于
的回归方程;
(3)已知这种草药的利润
与
,
的关系为
,当
为何值时,利润
的预报值最大.
附:参考公式和数据: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
,
,相关系数
,
















![]() | ![]() | ![]() | ![]() |
10.15 | 109.94 | 3.04 | 0.16 |
![]() | ![]() | ![]() | ![]() | ![]() |
![]() | ![]() | ![]() | ![]() | ![]() |
(1)用相关系数说明哪种模型建立


(2)根据(1)的结果及表中数据,建立


(3)已知这种草药的利润






附:参考公式和数据:对于一组数据







某产品的广告费用x万元与销售额y万元的统计数据如下表:
根据上表可得回归方程
,则m为( )
广告费用万元 | 4 | 2 | 3 | 5 |
销售额万元 | 49 | 26 | 39 | m |
根据上表可得回归方程

A.54 | B.53 | C.52 | D.51. |