- 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
.若样本点的中心为
,则
的值为( )
已知某种商品的广告费支出
（单位：万元）与销售额
（单位：万元）之间有如表对应数据根据表中数据可得回归方程
，其中
，据此估计，当投入6万元广告费时，销售额约为（ ）万元
（单位：万元）与销售额（单位：万元）之间有如表对应数据根据表中数据可得回归方程 ，其中，据此估计，当投入6万元广告费时，销售额约为（ ）万元 | 1 | 2 | 3 | 4 | 5 |
| 10 | 15 | 30 | 45 | 50 |
| A．60 | B．63 | C．65 | D．69 |
在一次数学实验中，运用图形计算器采集到如下一组数据：
则
、
的函数关系与下列哪类函数最接近？（其中
、
为待定系数）（ ）
| -2.00 | -1.00 | 0 | 1.00 | 2.00 | 3.00 |
| 0.24 | 0.51 | 1 | 2.02 | 3.98 | 8.02 |
则
、的函数关系与下列哪类函数最接近？（其中、为待定系数）（ ）A． | B． |
C． | D． |
某学校高一数学兴趣小组对学生每周平均体育锻炼小时数与体育成绩优秀（体育成绩满分100分，不低于85分称优秀）人数之间的关系进行分析研究，他们从本校初二，初三，高一，高二，高三年级各随机抽取了40名学生，记录并整理了这些学生周平均体育锻炼小时数与体育成绩优秀人数，得到如下数据表：
| | 初二 | 初三 | 高一 | 高二 | 高三 |
| 周平均体育锻炼小时数工（单位：小时） | 14 | 11 | 13 | 12 | 9 |
| 体育成绩优秀人数y（单位：人） | 35 | 26 | 32 | 26 | 19 |
该兴趣小组确定的研究方案是：先从这5组数据中选取3组数据求线性回归方程，再用剩下的2组数据进行检验.
（1）若选取的是初三，高一，高二的3组数据，请根据这3组数据，求出y关于x的线性回归方程
；（2）若由线性回归方程得到的估计数据与所选取的检验数据的误差均不超过1，则认为得到的线性回归方程是可靠的，试问（1）中所得到的线性回归方程是否可靠？
参考数据：
，
.参考公式：
，
.随着我国经济的高速发展，汽车的销量也快速增加，每年因道路交通安全事故造成伤亡人数超过
万人，根据国家质量监督检验检疫局发布的《车辆驾驶人员血液、呼气酒精含量阀值与检验》（
-醉驾车的测试
）的规定：饮酒驾车是指车辆驾驶人员血液中的酒精含量大于或者等于
，小于
的驾驶行为；醉酒驾车是指车辆驾驶人员血液中的酒精含量大于或者等于的驾驶行为，某市交通部门从
年饮酒后驾驶机动车辆发生交通事故的驾驶员中随机抽查了
人进行统计，得到如下数据：
已知从这人中任意抽取两人，两人均是醉酒驾车的概率是
.
（1）求
，
的值；
（2）实践证明，驾驶人员血液中的酒精含量与发生交通事故的人数具有线性相关性，试建立
关于
的线性回归方程；
（3）试预测，驾驶人员血液中的酒精含量为多少时，发生交通事故的人数会超过取样人数的
？
参考数据：
，
回归直线方程
中系数计算公式
，
.
万人，根据国家质量监督检验检疫局发布的《车辆驾驶人员血液、呼气酒精含量阀值与检验》（-醉驾车的测试）的规定：饮酒驾车是指车辆驾驶人员血液中的酒精含量大于或者等于，小于的驾驶行为；醉酒驾车是指车辆驾驶人员血液中的酒精含量大于或者等于的驾驶行为，某市交通部门从年饮酒后驾驶机动车辆发生交通事故的驾驶员中随机抽查了人进行统计，得到如下数据：| 酒精含量
| |  |  |  | |
| 发生交通事故的人数 |  | |  | |  |
已知从这
人中任意抽取两人，两人均是醉酒驾车的概率是.（1）求
，的值；（2）实践证明，驾驶人员血液中的酒精含量与发生交通事故的人数具有线性相关性，试建立
关于的线性回归方程；（3）试预测，驾驶人员血液中的酒精含量为多少时，发生交通事故的人数会超过取样人数的
？参考数据：
，回归直线方程
中系数计算公式，.小明同学在寒假社会实践活动中，对白天平均气温与某家奶茶店的
品牌饮料销量之间的关系进行了分析研究，他分别记录了1月11日至1月15日的白天气温
（
）与该奶茶店的品牌饮料销量
（杯），得到如表数据：
（1）若先从这五组数据中抽出2组，求抽出的2组数据恰好是相邻2天数据的概率；
（2）请根据所给五组数据，求出关于的线性回归方程式
；
（3）根据（2）所得的线性回归方程，若天气预报1月16号的白天平均气温为
，请预测该奶茶店这种饮料的销量.
（参考公式：
，
）
品牌饮料销量之间的关系进行了分析研究，他分别记录了1月11日至1月15日的白天气温（）与该奶茶店的品牌饮料销量（杯），得到如表数据：| 日期 | 1月11号 | 1月12号 | 1月13号 | 1月14号 | 1月15号 |
| 平均气温（） | 9 | 10 | 12 | 11 | 8 |
| 销量（杯） | 23 | 25 | 30 | 26 | 21 |
（1）若先从这五组数据中抽出2组，求抽出的2组数据恰好是相邻2天数据的概率；
（2）请根据所给五组数据，求出
关于的线性回归方程式；（3）根据（2）所得的线性回归方程，若天气预报1月16号的白天平均气温为
，请预测该奶茶店这种饮料的销量.（参考公式：
，）某企业计划通过广告宣传来提高销售额，经统计，产品的广告费
（单位：百万元）与销售额
（单位：百万元）之间有如下对应数据：
由表中的数据得线性回归方程为
．投入的广告费
时，销售额的预报值为_______百万元．
（单位：百万元）与销售额（单位：百万元）之间有如下对应数据： | 0 | 1 | 2 | 3 | 4 |
| 15 | 30 | 35 | 40 | 50 |
由表中的数据得线性回归方程为
．投入的广告费时，销售额的预报值为_______百万元．某兴趣小组欲研究昼夜温差大小与患感冒人数多少之间的关系，他们分别到气象局与某医院抄录了1至6月份每月10号的昼夜温差情况与因患感冒而就诊的人数，得到如下资料：该兴趣小组确定的研究方案是：先从这六组数据中选取2组，用剩下的4组数据求线性回归方程，再用被选取的2组数据进行检验.
（1）若选取的是1月与6月的两组数据，请根据2至5月份的数据，求出
关于
的线性回归方程
；
（2）若由线性回归方程得到的估计数据与所选出的检验数据的误差均不超过2人，则认为得到的线性回归方程是理想的，试问该小组所得线性回归方程是否理想？
（参考数据
，
）
（参考公式：
，
）
| 日期 | 1月10日 | 2月10日 | 3月10日 | 4月10日 | 5月10日 | 6月10日 |
| 昼夜温差（℃） | 10 | 11 | 13 | 12 | 8 | 6 |
| 就诊人数（个） | 22 | 25 | 29 | 26 | 16 | 12 |
（1）若选取的是1月与6月的两组数据，请根据2至5月份的数据，求出
关于的线性回归方程；（2）若由线性回归方程得到的估计数据与所选出的检验数据的误差均不超过2人，则认为得到的线性回归方程是理想的，试问该小组所得线性回归方程是否理想？
（参考数据
，）（参考公式：
，）为了研究某大型超市开业天数与销售额的情况，随机抽取了5天，其开业天数与每天的销售额的情况如表所示，根据提供的数据，求得y关于x的线性回归方程
，由于表中有一个数据模糊看不清，请你推断出该数据的值为( )
，由于表中有一个数据模糊看不清，请你推断出该数据的值为( )| 开业天数 | 10 | 20 | 30 | 40 | 50 |
| 销售额/天(万元) | 62 |  | 75 | 81 | 89 |
| A．67 | B．68 | C．68.3 | D．71 |
某学习小组在研究性学习中，对昼夜温差大小与绿豆种子一天内出芽数之间的关系进行研究该小组在4月份记录了1日至6日每天昼夜最高、最低温度（如图1），以及浸泡的100颗绿豆种子当天内的出芽数（如图2）．
根据上述数据作出散点图，可知绿豆种子出芽数（颗）和温差具有线性相关关系．
附：
，
（1）求绿豆种子出芽数（颗）关于温差的回归方程；
（2）假如4月1日至7日的日温差的平均值为11℃，估计4月7日浸泡的10000颗绿豆种子一天内的出芽数．
根据上述数据作出散点图，可知绿豆种子出芽数（颗）和温差具有线性相关关系．
附：
，（1）求绿豆种子出芽数（颗）关于温差的回归方程；
（2）假如4月1日至7日的日温差的平均值为11℃，估计4月7日浸泡的10000颗绿豆种子一天内的出芽数．