- 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
某工厂每日生产一种产品
吨,每日生产的产品当日销售完毕,日销售额为
万元,产品价格随着产量变化而有所变化,经过一段时间的产销,得到了
,
的一组统计数据如下表:

(1)请判断
与
中,哪个模型更适合刻画
,
之间的关系?可从函数增长趋势方面给出简单的理由;
(2)根据你的判断及下面的数据和公式,求出
关于
的回归方程,并估计当日产量
时,日销售额是多少?
,
,
,
.
线性回归方程
中,
,
.





(1)请判断




(2)根据你的判断及下面的数据和公式,求出







线性回归方程



经观测,某昆虫的产卵数y与温度x有关,现将收集到的温度xi和产卵数yi(i=1,2,…,10)的10组观测数据作了初步处理,得到如下图的散点图及一些统计量表.


表中
, 
(1)根据散点图判断,
,
与
哪一个适宜作为y与x之间的回归方程模型?(给出判断即可,不必说明理由)
(2)根据(1)的判断结果及表中数据.
①试求y关于x回归方程;
②已知用人工培养该昆虫的成本h(x)与温度x和产卵数y的关系为h(x)=x(lny﹣2.4)+170,当温度x(x取整数)为何值时,培养成本的预报值最小?
附:对于一组数据(u1,v1),(u2,v2),…(un,vn),其回归直线v=α+βu的斜率和截距的最小二乘估计分别为β=
,α=
﹣β
.


表中


(1)根据散点图判断,



(2)根据(1)的判断结果及表中数据.
①试求y关于x回归方程;
②已知用人工培养该昆虫的成本h(x)与温度x和产卵数y的关系为h(x)=x(lny﹣2.4)+170,当温度x(x取整数)为何值时,培养成本的预报值最小?
附:对于一组数据(u1,v1),(u2,v2),…(un,vn),其回归直线v=α+βu的斜率和截距的最小二乘估计分别为β=



生物学家预言,21世纪将是细菌发电造福人类的时代.说起细菌发电,可以追溯到1910年,英国植物学家利用铂作为电极放进大肠杆菌的培养液里,成功地制造出世界上第一个细菌电池.然而各种细菌都需在最适生长温度的范围内生长.当外界温度明显高于最适生长温度,细菌被杀死;如果在低于细菌的最低生长温度时,细菌代谢活动受抑制.为了研究某种细菌繁殖的个数
是否与在一定范围内的温度
有关,现收集了该种细菌的6组观测数据如下表:

经计算得:
,
,线性回归模型的残差平方和
.其中
分别为观测数据中的温度与繁殖数,
.
参考数据:
,
,
(Ⅰ)求
关于
的线性回归方程
(精确到0.1);
(Ⅱ)若用非线性回归模型求得
关于
回归方程为
,且非线性回归模型的残差平方和
.
(ⅰ)用相关指数
说明哪种模型的拟合效果更好;
(ⅱ)用拟合效果好的模型预测温度为34℃时该种细菌的繁殖数(结果取整数).
附:一组数据
,其回归直线
的斜率和截距的最小二乘法估计为
,
;
相关指数



经计算得:





参考数据:


(Ⅰ)求



(Ⅱ)若用非线性回归模型求得




(ⅰ)用相关指数

(ⅱ)用拟合效果好的模型预测温度为34℃时该种细菌的繁殖数(结果取整数).
附:一组数据




相关指数

某地区某农产品近五年的产量统计如下表:

(Ⅰ)根据表中数据,建立
关于
的线性回归方程
,并由所建立的回归方程预测该地区2018年该农产品的产量;
(Ⅱ)若近五年该农产品每千克的价格
(单位:元)与年产量
(单位:万吨)满足的函数关系式为
,且每年该农产品都能售完.求年销售额
最大时相应的年份代码
的值,
附:对于一组数据
,其回归直线
的斜率和截距的计算公式:
,
.

(Ⅰ)根据表中数据,建立



(Ⅱ)若近五年该农产品每千克的价格





附:对于一组数据




若根据10名儿童的年龄x(岁)和体重y(㎏)数据用最小二乘法得到用年龄预报体重的回归方程是y = 2 x + 7 ,已知这10名儿童的年龄分别是2、3、3、5、2、6、7、3、4、5,则这10名儿童的平均体重是__________㎏.
某家庭连续五年收入
与支出
如下表,已知
与
线性相关,回归方程为:
,
其中,据此预计该家庭2017年收入15万元,则支出为( )






年份 | 2012 | 2013 | 2014 | 2015 | 2016 |
收入![]() | 8.2 | 8.6 | 10.0 | 11.3 | 11.9 |
支出![]() | 6.2 | 7.5 | 8.0 | 8.5 | 9.8 |
A.11.4万元 | B.11.8万元 | C.12.0万元 | D.12.2万元 |
已知变量x,y之间的线性回归方程为
,且变量x,y之间的一组相关数据如表所示,则下列说法错误的是

x | 6 | 8 | 10 | 12 |
y | 6 | m | 3 | 2 |
A.变量x,y之间呈现负相关关系 |
B.m=4 |
C.可以预测,当x=11时,y=2.6 |
D.由表格数据知,样本中心为(9,4) |
近年来,随着汽车消费水平的提高,二手车流通行业得到迅猛发展.某汽车交易市场对2017 年成交的二手车的交易前的使用时间(以下简称“使用时间”)进行统计,得到频率分布直方图如图1.在图1对使用时间的分组中,将使用时间落入各组的频率视为概率.


(1)记“在2017年成交的二手车中随机选取一辆,该车的使用年限在
”,为事件
,试估计
的概率;
(2)根据该汽车交易市场的历史资料,得到散点图如图,其中
(单位:年)表示二手车的使用时间,
(单位:万元)表示相应的二手车的平均交易价格.
由散点图判断,可采用
作为二手车平均交易价格
关于其使用年限
的回归方程,相关数据如下表(表中
):

①根据回归方程类型及表中数据,建立
关于
的回归方程;
②该汽车交易市场对使用8年以内(含8年)的二手车收取成交价格
的佣金,对使用时间8年以上(不含 8年)的二手车收取成交价格
的佣金. 在图1对使用时间的分组中,以各组的区间中点值代表该组的各个值.若以2017年的数据作为决策依据,计算该汽车交易市场对成交的每辆车收取的平均佣金.
附注:①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
,
;
②参考数据:
,
.


(1)记“在2017年成交的二手车中随机选取一辆,该车的使用年限在



(2)根据该汽车交易市场的历史资料,得到散点图如图,其中


由散点图判断,可采用





①根据回归方程类型及表中数据,建立


②该汽车交易市场对使用8年以内(含8年)的二手车收取成交价格


附注:①对于一组数据




②参考数据:


关于某设备的使用年限
和所支出从维修费用
(万元),有如下的统计资料:
(1)由资料可知
对
呈线性相关关系.试求线性回归方程;
(
,
)
(2)估计使用年限为10年时,维修费用是多少?


![]() | 2 | 3 | 4 | 5 | 6 |
![]() | 2.2 | 3.8 | 5.5 | 6.5 | 7.0 |
(1)由资料可知


(


(2)估计使用年限为10年时,维修费用是多少?
某市气象站观测点记录的连续
天里,
指数(空气质量指数)
与当天的空气水平可见度
(单位cm)的情况如下表1:
表1
该市某月
指数频数分布如下表2:
表2
(1)设
,根据表1的数据,求出
关于
的回归方程;
(参考公式:
;其中
,
)
(2)小张开了一家洗车店,经统计,当
不高于
时,洗车店平均每天亏损约
元;当
在
至
时,洗车店平均每天收入月
元;当
大于
时,洗车店平均每天收入约
元;根据表
估计小张的洗车店该月份平均每天的收入.




表1
![]() | ![]() | ![]() | ![]() | ![]() |
![]() | ![]() | ![]() | ![]() | ![]() |
该市某月

表2
![]() | ![]() | ![]() | ![]() | ![]() | ![]() |
频数 | ![]() | ![]() | ![]() | ![]() | ![]() |
(1)设



(参考公式:



(2)小张开了一家洗车店,经统计,当










