- 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
某奶茶店的日销售收入y(单位:百元)与当天平均气温x(单位:℃)之间的关系如下:
通过上面的五组数据得到了x与y之间的线性回归方程:
=-x+2.8;但现在丢失了一个数据,该数据应为( )
x | -2 | -1 | 0 | 1 | 2 |
y | 5 | | 2 | 2 | 1 |
通过上面的五组数据得到了x与y之间的线性回归方程:

A.3 | B.4 | C.5 | D.2 |
某单位在1至4月份用电量(单位:千度)的数据如下表:

已知用电量
与月份
之间有线性相关关系,其回归方程
,由此可预测5月份用电量(单位:千度)约为( )

已知用电量



A.1.9 | B.1.8 | C.1.75 | D.![]() |
下表是某厂改造后产量
吨产品与相应生产能耗
(吨)的几组对照数据:
(1)求出
关于
的线性回归方程
;
(2)已知技术改造前生产100吨该产品能耗90吨,试根据所求出的回归方程,预测生产100吨该产品的生产能耗比改造前降低多少吨?
附:
,


![]() | 3 | 4 | 5 | 6 |
![]() | 2.5 | 3 | 4 | 4.5 |
(1)求出



(2)已知技术改造前生产100吨该产品能耗90吨,试根据所求出的回归方程,预测生产100吨该产品的生产能耗比改造前降低多少吨?
附:


根据如下样本数据:
x | 3 | 4 | 5 | 6 | 7 |
y | 4.0 | 2.5 | 0.5 | -0.5 | ![]() |
得到的回归方程为.若
,则估计
的变化时,若
每增加1个单位,则
就
A.增加![]() | B.减少![]() |
C.减少![]() | D.减少![]() |
为了研究某种细菌在特定环境下随时间变化的繁殖规律,得如下实验数据,计算得回归直线方程为
,由以上信息,得到下表中
的值为__________.


天数![]() | ![]() | ![]() | ![]() | ![]() | ![]() |
繁殖个数![]() | ![]() | ![]() | ![]() | ![]() | ![]() |
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月份至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,得到如下数据:
该兴趣小组确定的研究方案是:先从这6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)求选取的2组数据恰好是相邻两个月的概率;
(2)若选取的是1月份与6月份的两组数据,请根据2月份至5月份的数据,求出
关于
的线性回归方程
;
(3)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,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?
参考公式:
,
.
参考数据:
,
.
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![]() | 22 | 25 | 29 | 26 | 16 | 12 |
该兴趣小组确定的研究方案是:先从这6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)求选取的2组数据恰好是相邻两个月的概率;
(2)若选取的是1月份与6月份的两组数据,请根据2月份至5月份的数据,求出



(3)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,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?
参考公式:


参考数据:


下表是某工厂6~9月份电量(单位:万度)的一组数据:
由散点图可知,用电量y与月份x间有较好的线性相关关系,其线性回归直线方程是
,则
等于( )
月份x | 6 | 7 | 8 | 9 |
用电量y | 6 | 5 | 3 | 2 |
由散点图可知,用电量y与月份x间有较好的线性相关关系,其线性回归直线方程是


A.10.5 | B.5.25 | C.5.2 | D.14.5 |