- 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
设有一个回归方程为y=2-2.5x,则变量x增加一个单位时()
A.y平均增加2.5个单位 | B.y平均增加2个单位 |
C.y平均减少2.5个单位 | D.y平均减少2个单位 |
某种产品的广告费用支出
与销售额
之间有如下的对应数据:
(1)求回归直线方程;
(2)据此估计广告费用为10时,销售收入
的值。
( 参考公式:用最小二乘法求线性回归方程系数公式
)


(1)求回归直线方程;
(2)据此估计广告费用为10时,销售收入

![]() | 2 | 4 | 5 | 6 | 8 |
![]() | 30 | 40 | 60 | 50 | 70 |
( 参考公式:用最小二乘法求线性回归方程系数公式

某商店统计了最近6个月某商品的进份x与售价y(单位:元)的对应数据如下表:假设得到的关于x和y之间的回归直线方程是
,那么该直线必过的定点是( )

x | 3 | 5 | 2 | 8 | 9 | 12 |
y | 4 | 6 | 3 | 9 | 12 | 14 |
A.(8, 6) | B.(5, 7) | C.(8, 6.5) | D.(6.5,8) |
某校高二2班学生每周用于数学学习的时间
(单位:
)与数学成绩
(单位:分)之间有如表数据:
(Ⅰ)求线性回归方程;
(Ⅱ)该班某同学每周用于数学学习的时间为18小时,试预测该生数学成绩.
参考数据:
,
,
,
,
回归直线方程参考公式:
,



![]() | 24 | 15 | 23 | 19 | 16 | 11 | 20 | 16 | 17 | 13 |
![]() | 92 | 79 | 97 | 89 | 64 | 47 | 83 | 68 | 71 | 59 |
(Ⅰ)求线性回归方程;
(Ⅱ)该班某同学每周用于数学学习的时间为18小时,试预测该生数学成绩.
参考数据:





回归直线方程参考公式:


某种产品的广告费支出
与销售额
(单位:百万元)之间有如下对应数据:
(1)求回归直线方程;
(2)试预测广告费支出为10万元时,销售额多大?
(3)在已有的五组数据中任意抽取两组,求至少有一组数据其预测值与实际值之差的绝对值不超过5的概率.
(
,
,
)


![]() | 2 | 4 | 5 | 6 | 8 |
![]() | 30 | 40 | 60 | 50 | 70 |
(1)求回归直线方程;
(2)试预测广告费支出为10万元时,销售额多大?
(3)在已有的五组数据中任意抽取两组,求至少有一组数据其预测值与实际值之差的绝对值不超过5的概率.
(



为了更好地规划进货的数量,保证蔬菜的新鲜程度,某蔬菜商店从某一年的销售数据中,随机抽取了8组数据作为研究对象,如下图所示(
(吨)为买进蔬菜的质量,
(天)为销售天数):
(Ⅰ)根据上表数据在下列网格中绘制散点图;

(Ⅱ)根据上表提供的数据,用最小二乘法求出
关于
的线性回归方程
;
(Ⅲ)根据(Ⅱ)中的计算结果,若该蔬菜商店准备一次性买进25吨,则预计需要销售多少天.
参考公式:
,
.


![]() | 2 | 3 | 4 | 5 | 6 | 7 | 9 | 12 |
![]() | 1 | 2 | 3 | 3 | 4 | 5 | 6 | 8 |
(Ⅰ)根据上表数据在下列网格中绘制散点图;

(Ⅱ)根据上表提供的数据,用最小二乘法求出



(Ⅲ)根据(Ⅱ)中的计算结果,若该蔬菜商店准备一次性买进25吨,则预计需要销售多少天.
参考公式:


对某地区儿童的身高与体重的一组数据,我们用两种模型①
,②
拟合,得到回归方程分别为
,
,作残差分析,如表:
(Ⅰ)求表中空格内的值;
(Ⅱ)根据残差比较模型①,②的拟合效果,决定选择哪个模型;
(Ⅲ)残差大于
的样本点被认为是异常数据,应剔除,剔除后对(Ⅱ)所选择的模型重新建立回归方程.
(结果保留到小数点后两位)
附:对于一组数据
,其回归直线
的斜率和截距的最小二乘法估计分别为
,
.




身高![]() | 60 | 70 | 80 | 90 | 100 | 110 |
体重![]() | 6 | 8 | 10 | 14 | 15 | 18 |
![]() | 0.41 | 0.01 | | 1.21 | -0.19 | 0.41 |
![]() | -0.36 | 0.07 | 0.12 | 1.69 | -0.34 | -1.12 |
(Ⅰ)求表中空格内的值;
(Ⅱ)根据残差比较模型①,②的拟合效果,决定选择哪个模型;
(Ⅲ)残差大于

(结果保留到小数点后两位)
附:对于一组数据




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:
,
)





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![]() | 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



(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

(参考公式:

