- 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
- 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
- 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/个 | 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
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：
，.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
，则等于( )| A．10.5 | B．5.25 | C．5.2 | D．14.5 |
某大型汽车销售店销售某品
型汽车，在2016双十一期间，进行了降价促销，该型汽车的价格与月销售量之间有如下关系：
已知型汽车的购买量
与价格
符合如下线性回归方程：
，若型汽车价格降到19万元，预测月销售量大约是（ ）
型汽车，在2016双十一期间，进行了降价促销，该型汽车的价格与月销售量之间有如下关系：已知
型汽车的购买量与价格符合如下线性回归方程：，若型汽车价格降到19万元，预测月销售量大约是（ ）| A．39 | B．42 | C．45 | D．50 |
某产品的广告费用
于销售额
的统计数据如下表：
根据上表可得线性回归方程
中的
为9.4，据此模型预报广告费用为6万元时销售额为（ ）
于销售额的统计数据如下表：根据上表可得线性回归方程
中的为9.4，据此模型预报广告费用为6万元时销售额为（ ）| A．63.6万元 | B．65.5万元 | C．67.7万元 | D．72.0万元 |
某农科所对冬季昼夜温差大小与某反季节大豆新品种发芽多少之间的关系进行分析研究，他们分别记录了12月1日至12月5日的每天昼夜温差与实验室每天每100颗种子中的发芽数，得到如下资料：
该农科所确定的研究方案是：先从这五组数据中选取2组，用剩下的3组数据求线性回归方程，再对被选取的2组数据进行检验．
(1)若选取的是12月1日与12月5日的两组数据，请根据12月2日至12月4日的数据，求出y关于x的线性回归方程
＝
x＋
；
(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颗，则认为得到的线性回归方程是可靠的，试问(1)中所得的线性回归方程是否可靠？
附：
| 日期 | 12月1日 | 12月2日 | 12月3日 | 12月4日 | 12月5日 |
| 温差x (℃) | 10 | 11 | 13 | 12 | 8 |
| 发芽数y(颗) | 23 | 25 | 30 | 26 | 16 |
该农科所确定的研究方案是：先从这五组数据中选取2组，用剩下的3组数据求线性回归方程，再对被选取的2组数据进行检验．
(1)若选取的是12月1日与12月5日的两组数据，请根据12月2日至12月4日的数据，求出y关于x的线性回归方程
＝x＋；(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颗，则认为得到的线性回归方程是可靠的，试问(1)中所得的线性回归方程是否可靠？
附：
在—次对人体脂肪百分比和年龄关系的研究中，研究人员获得如下一组样本数据：
由表中数据求得
关于
的线性回归方程为
，若年龄的值为
，则的估计值为 ．
| 年龄 |  |  |  |  |
| 脂肪 |  |  |  |  |
由表中数据求得
关于的线性回归方程为，若年龄的值为，则的估计值为 ．为美化小区环境，某社区针对公民乱扔垃圾的现象进行了罚款处罚，并随机抽取了200人进行调查，得到如下数据：
（1）若乱扔垃圾的人数
与罚款金额
（单位：元）满足线性回归关系，求回归方程；
（2）由（1）得到的回归方程分析要使乱扔垃圾的人数不超过
，罚款金额至少是多少元？
参考公式：两个具有线性关系的变量的一组数据：
，
其回归方程为
，其中
，
（1）若乱扔垃圾的人数
与罚款金额（单位：元）满足线性回归关系，求回归方程；（2）由（1）得到的回归方程分析要使乱扔垃圾的人数不超过
，罚款金额至少是多少元？参考公式：两个具有线性关系的变量的一组数据：
，其回归方程为
，其中，在一次抽样调查中测得样本的6组数据，得到一个变量
关于
的回归方程模型，其对应的数值如下表：
(1)请用相关系数
加以说明与之间存在线性相关关系(当
时，说明与之间具有线性相关关系)；
(2)根据(1)的判断结果，建立关于的回归方程并预测当
时，对应的值为多少(
精确到
).
附参考公式：回归方程
中斜率和截距的最小二乘法估计公式分别为：
，
，相关系数公式为：
.
参考数据：
，
，
，
.
关于的回归方程模型，其对应的数值如下表： | 2 | 3 | 4 | 5 | 6 | 7 |
|  |  |  |  |  |  |
(1)请用相关系数
加以说明与之间存在线性相关关系(当时，说明与之间具有线性相关关系)；(2)根据(1)的判断结果，建立
关于的回归方程并预测当时，对应的值为多少(精确到).附参考公式：回归方程
中斜率和截距的最小二乘法估计公式分别为：，，相关系数公式为：.参考数据：
，，，.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和相关系数
，分别得到以下四个结论：
①
②
③
④
其中，一定不正确的结论序号是（ ）
之间的相关关系，并求得回归直线方程和相关系数，分别得到以下四个结论： ①
②③
④其中，一定不正确的结论序号是（ ）
| A．②③ | B．①④ | C．①②③ | D．②③④ |
某市2010年至2016年新开楼盘的平均销售价格
（单位：千元/平米）的统计数据如下表：
（1）求关于
的线性回归方程；
（2）利用（1）中的回归方程，分析2010年至2016年该市新开楼盘平均销售价格的变化情况，并预测该市2018年新开楼盘的平均销售价格.
附：参考数据及公式：
，
，
.
（单位：千元/平米）的统计数据如下表：| 年份 | 2010 | 2011 | 2012 | 2013 | 2014 | 2015 | 2016 |
| 年份代号x | 1 | 2 | 3 | 4 | 5 | 6 | 7 |
| 销售价格y | 3 | 3.4 | 3.7 | 4.5 | 4.9 | 5.3 | 6 |
（1）求
关于的线性回归方程；（2）利用（1）中的回归方程，分析2010年至2016年该市新开楼盘平均销售价格的变化情况，并预测该市2018年新开楼盘的平均销售价格.
附：参考数据及公式：
，，.