- 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
（本小题满分13分，（Ⅰ）小问10分，（Ⅱ）小问3分）
随着我国经济的发展，居民的储蓄存款逐年增长.设某地区城乡居民人民币储蓄存款（年底余额）如下表：
（Ⅰ）求y关于t的回归方程
（Ⅱ）用所求回归方程预测该地区2015年（
）的人民币储蓄存款.
附：回归方程中
随着我国经济的发展，居民的储蓄存款逐年增长.设某地区城乡居民人民币储蓄存款（年底余额）如下表：
| 年份 | 2010 | 2011 | 2012 | 2013 | 2014 |
时间代号 | 1 | 2 | 3 | 4 | 5 |
储蓄存款 （千亿元） | 5 | 6 | 7 | 8 | 10 |
（Ⅰ）求y关于t的回归方程
（Ⅱ）用所求回归方程预测该地区2015年（
）的人民币储蓄存款.附：回归方程
中某厂在生产某产品的过程中，采集并记录了产量
（吨）与生产能耗
（吨）的下列对应数据：
根据上表数据，用最小二乘法求得回归直线方程
.那么，据此回归模型，可预测当产量为5吨时生产能耗为（ ）
（吨）与生产能耗（吨）的下列对应数据： | 2 | 4 | 6 | 8 |
| 3 | 4 | 6 | 7 |
根据上表数据，用最小二乘法求得回归直线方程
.那么，据此回归模型，可预测当产量为5吨时生产能耗为（ ）| A．4.625吨 | B．4.9375吨 | C．5吨 | D．5.25吨 |
某科技兴趣小组对昼夜温差的大小与小麦新品种发芽多少之间的关系进行了研究，记录了2016年12月1日至12月5日五天的昼夜温差与相应每天100颗种子的发芽得到了如下数据：
现从这5组数据中任选两组，用余下的三组数据求回归直线方程，再对被选取的两组数据进行检验.
（Ⅰ）求选取的两组数据恰好是不相邻的两天的概率；
（Ⅱ）若选取的是12月1日和12月5日的两组数据，请根据余下的三组数据，求出
与
的线性回归直线方程
；
（Ⅲ）若由线性回归直线方程得到的估计值与所选出的两组实际数据的误差均不超过两颗，则认为得到的回归直线方程是可靠的，试判断（Ⅱ）中得到的线性回归直线方程是否可靠.
附：在线性回归方程中，
.
| 日期 | 12月1日 | 12月2日 | 12月3日 | 12月4日 | 12月5日 |
温差 | 9 | 11 | 10 | 12 | 13 |
| 发芽数（颗） | 21 | 34 | 26 | 36 | 40 |
现从这5组数据中任选两组，用余下的三组数据求回归直线方程，再对被选取的两组数据进行检验.
（Ⅰ）求选取的两组数据恰好是不相邻的两天的概率；
（Ⅱ）若选取的是12月1日和12月5日的两组数据，请根据余下的三组数据，求出
与的线性回归直线方程；（Ⅲ）若由线性回归直线方程得到的估计值与所选出的两组实际数据的误差均不超过两颗，则认为得到的回归直线方程是可靠的，试判断（Ⅱ）中得到的线性回归直线方程是否可靠.
附：在线性回归方程
中，.某工厂为了对新研发的产品进行合理定价，将该产品按事先拟定的价格进行试销，得到一组检测数据
（
…
）如下表所示：
已知变量
具有线性负相关关系，且
，
，现有甲、乙、丙三位同学通过计算求得其回归直线方程分别为：甲
，乙
，丙
，其中有且仅有一位同学的计算结果是正确的（ ）.
（1）试判断谁的计算结果正确？并求出
的值；
（2）若由线性回归方程得到的估计数据与检测数据的误差不超过1，则该检测数据是“理想数据”，现从检测数据中随机抽取2个，
为“理想数据”的个数，求随机变量的分布列和数学期望.
（…）如下表所示：试销价格 （元） | 4 | 5 | 6 | 7 |  | 9 |
产品销量 （件） |  | 84 | 83 | 80 | 75 | 68 |
已知变量
具有线性负相关关系，且，，现有甲、乙、丙三位同学通过计算求得其回归直线方程分别为：甲，乙，丙，其中有且仅有一位同学的计算结果是正确的（ ）.（1）试判断谁的计算结果正确？并求出
的值；（2）若由线性回归方程得到的估计数据与检测数据的误差不超过1，则该检测数据是“理想数据”，现从检测数据中随机抽取2个，
为“理想数据”的个数，求随机变量的分布列和数学期望.
，回归直线的斜率为0.6，则利用回归直线方程估计当
时，
__________．
（件）与销售价格
（元/件）负相关，则其回归方程可能是（ ）
,
具有线性相关关系,它们之间的一组数据如下表所示,若
，则
_____________；
在一段时间内，某种商品的价格
（元）和需求量
（件）之间的一组数据如下表所示：
（1）求出关于的线性回归方程；
（2）请用
和残差图说明回归方程拟合效果的好坏．
参考数据：回归方程
中，
，
，
参考数据：
，
（元）和需求量（件）之间的一组数据如下表所示：（1）求出
关于的线性回归方程；（2）请用
和残差图说明回归方程拟合效果的好坏．参考数据：回归方程
中，，，参考数据：
，为了解某地区某种农产品的年产量
（单位：吨）对价格
（单位：千元/吨）和利润
的影响，对近五年该农产品的年产量和价格统计如下表：
（Ⅰ）求关于的线性回归方程
；
（Ⅱ）若每吨该农产品的成本为2千元，假设该农产品可全部卖出，预测当年产量为多少时，年利润
取到最大值？（保留两位小数）
参考公式：
（单位：吨）对价格（单位：千元/吨）和利润的影响，对近五年该农产品的年产量和价格统计如下表： | 1 | 2 | 3 | 4 | 5 |
 | 7.0 | 6.5 | 5.5 | 3.8 | 2.2 |
（Ⅰ）求
关于的线性回归方程；（Ⅱ）若每吨该农产品的成本为2千元，假设该农产品可全部卖出，预测当年产量为多少时，年利润
取到最大值？（保留两位小数）参考公式：
如图所示是某企业2010年至2016年污水净化量（单位: 吨）的折线图.
注: 年份代码1-7分别对应年份2010-2016.
（1）由折线图看出，可用线性回归模型拟合
和
的关系，请用相关系数加以说明；
（2）建立关于的回归方程，预测
年该企业污水净化量；
（3）请用数据说明回归方程预报的效果.
附注: 参考数据:
；
参考公式：相关系数
，回归方程
中斜率和截距的最小；
二乘法估汁公式分别为
；
反映回归效果的公式为：
，其中
越接近于
，表示回归的效果越好.
注: 年份代码1-7分别对应年份2010-2016.
（1）由折线图看出，可用线性回归模型拟合
和的关系，请用相关系数加以说明；（2）建立
关于的回归方程，预测年该企业污水净化量；（3）请用数据说明回归方程预报的效果.
附注: 参考数据:
；参考公式：相关系数
，回归方程中斜率和截距的最小；二乘法估汁公式分别为
；反映回归效果的公式为：
，其中越接近于，表示回归的效果越好.