- 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
已知
的取值如下表：（ ）
若依据表中数据所画的散点图中，所有样本点
都在曲线
附近波动，则
（ ）
的取值如下表：（ ） | 0 | 1， | 2 | 3 | 4 |
 | 1 | 1.3 | 3.2 | 5.6 | 8.9 |
若依据表中数据所画的散点图中，所有样本点
都在曲线附近波动，则（ ）| A．1 | B． | C． | D． |
从某大学随机抽取的5名女大学生的身高x（厘米）和体重y（公斤）数据如下表，根据上表可得回归直线方程为
，则
（）
，则（）| A．-96.8 | B．96.8 | C．-104.4 | D．104.4 |
某商店为了更好地规划某种商品进货的量，该商店从某一年的销售数据中，随机抽取了
组数据作为研究对象，如下图所示（
（吨）为该商品进货量，
（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，求出关于的线性回归方程
；
（Ⅲ）根据（Ⅱ）中的计算结果，若该商店准备一次性进货该商品
吨，预测需要销售天数；
参考公式和数据：
组数据作为研究对象，如下图所示（（吨）为该商品进货量，（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，求出
关于的线性回归方程；（Ⅲ）根据（Ⅱ）中的计算结果，若该商店准备一次性进货该商品
吨，预测需要销售天数；参考公式和数据：
已知两变量
之间的观测数据如下表所示，则回归直线一定经过的点的坐标为（ ）
之间的观测数据如下表所示，则回归直线一定经过的点的坐标为（ ）| x | 2 | 3 | 4 | 5 | 6 |
| y | 1.4 | 1.8 | 2.5 | 3.2 | 3.6 |
A． | B． | C． | D． |
为研究女大学生体重和身高的关系，从某大学随机选取8名女大学生，其身高和体重数据如下表：
利用最小二乘法求得身高预报体重的回归方程为：
，据此可求得
，下列说法正确的是（ ）
身高 | 165 | 165 | 157 | 170 | 175 | 165 | 155 | 170 |
体重 | 48 | 57 | 50 | 54 | 64 | 61 | 43 | 59 |
利用最小二乘法求得身高预报体重的回归方程为：
，据此可求得，下列说法正确的是（ ）| A．两组变量的相关系数为0.64 |
B． 越趋近于1，表示两组变量的相关关系越强 |
| C．女大学生的身高解释了64%的体重变化 |
| D．女大学生的身高差异有64%是由体重引起的 |
四名同学根据各自的样本数据研究变量
之间的相关关系，并求得回归直线方程，分别得到以下四个结论：
①
与
负相关且
. ②与负相关且
③与正相关且
④与正相关且
其中一定不正确的结论的序号是（ ）
之间的相关关系，并求得回归直线方程，分别得到以下四个结论：①
与负相关且. ②与负相关且③
与正相关且 ④与正相关且其中一定不正确的结论的序号是（ ）
| A．①② | B．②③ | C．③④ | D．①④ |
一台机器由于使用时间较长，生产的零件有一些会有缺损，按不同转速生产出来的零件有缺损的统计数据如表所示：
（1）作出散点图；
（2）如果
与
线性相关，求出回归直线方程.
（3）若实际生产中,允许每小时的产品中有缺损的零件最多为10个,那么,机器的运转速度应控制在什么范围内?
附：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，
，
（1）作出散点图；
（2）如果
与线性相关，求出回归直线方程.（3）若实际生产中,允许每小时的产品中有缺损的零件最多为10个,那么,机器的运转速度应控制在什么范围内?
附：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，，随着国民生活水平的提高，利用长假旅游的人越来越多.某公司统计了2012到2016年五年间本公司职员每年春节期间外出旅游的家庭数，具体统计数据如下表所示：
（Ⅰ）从这5年中随机抽取两年，求外出旅游的家庭数至少有1年多于20个的概率；
（Ⅱ）利用所给数据，求出春节期间外出旅游的家庭数与年份之间的回归直线方程
，判断它们之间是正相关还是负相关；并根据所求出的直线方程估计该公司2019年春节期间外出旅游的家庭数.
参考公式：
，
（Ⅰ）从这5年中随机抽取两年，求外出旅游的家庭数至少有1年多于20个的概率；
（Ⅱ）利用所给数据，求出春节期间外出旅游的家庭数与年份之间的回归直线方程
，判断它们之间是正相关还是负相关；并根据所求出的直线方程估计该公司2019年春节期间外出旅游的家庭数.参考公式：
，为了研究某种细菌在特定条件下随时间变化的繁殖情况，得到如下所示实验数据，若
与
线性相关.
（1）求关于
的回归直线方程；
（2）预测
时细菌繁殖的个数.
（参考公式：
，
）
与线性相关.| 天数（天） | 3 | 4 | 5 | 6 | 7 |
| 繁殖个数（千个） | 5 | 6 | 8 | 9 | 12 |
（1）求
关于的回归直线方程；（2）预测
时细菌繁殖的个数.（参考公式：
，）某公司对新研发的一种产品进行试销，得到如下数据及散点图：
其中
，
，
，
.
（1）根据散点图判断
与
，
与哪一对具有较强的线性相关性（给出判断即可，不必说明理由）？
（2）根据（1）的判断结果及数据，建立关于的回归方程（运算过程及回归方程中的系数均保留两位有效数字）.
（3）定价为150元/
时，天销售额的预报值为多少元？
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
其中
，，，.（1）根据散点图判断
与，与哪一对具有较强的线性相关性（给出判断即可，不必说明理由）？（2）根据（1）的判断结果及数据，建立
关于的回归方程（运算过程及回归方程中的系数均保留两位有效数字）.（3）定价为150元/
时，天销售额的预报值为多少元？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