- 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
已知一组数据确定的回归直线方程为
,且
,发现两组数据
,
误差较大,去掉这两组数据后,重新求得回归直线的斜率为
,当
时,
____________.







以下四个命题,其中正确的个数有( )
①由独立性检验可知,有
的把握认为物理成绩与数学成绩有关,某人数学成绩优秀,则他有99%的可能物理优秀.
②两个随机变量相关性越强,则相关系数的绝对值越接近于1;
③在线性回归方程
中,当解释变量
每增加一个单位时,预报变量
平均增加0.2个单位;
④对分类变量
与
,它们的随机变量
的观测值
来说,
越小,“
与
有关系”的把握程度越大.
①由独立性检验可知,有

②两个随机变量相关性越强,则相关系数的绝对值越接近于1;
③在线性回归方程



④对分类变量







A.1 | B.2 | C.3 | D.4 |
下表是最近十届奥运会的年份、届别、主办国,以及主办国在上届获得的金牌数、当届
获得的金牌数的统计数据:
某体育爱好组织,利用上表研究所获金牌数与主办奥运会之间的关系,
(1)求出主办国在上届所获金牌数(设为
)与在当届所获金牌数(设为
)之间的线性回归方程
其中
(2)在2008年第29届北京奥运会上日本获得9块金牌,则据此线性回归方程估计在2020 年第 32 届东
京奥运会上日本将获得的金牌数为(所有金牌数精确到整数)
获得的金牌数的统计数据:
年份 | 1972 | 1976 | 1980 | 1984 | 1988 | 1992 | 1996 | 2000 | 2004 | 2008 |
届别 | 20 | 21 | 22 | 23 | 24 | 25 | 26 | 27 | 28 | 29 |
主办国家 | 联邦 德国 | 加拿大 | 苏联 | 美国 | 韩国 | 西班牙 | 美国 | 澳大 利亚 | 希腊 | 中国 |
上届金牌数 | 5 | 0 | 49 | 未参加 | 6 | 1 | 37 | 9 | 4 | 32 |
当界金牌数 | 13 | 0 | 80 | 83 | 12 | 13 | 44 | 16 | 6 | 51 |
某体育爱好组织,利用上表研究所获金牌数与主办奥运会之间的关系,
(1)求出主办国在上届所获金牌数(设为




(2)在2008年第29届北京奥运会上日本获得9块金牌,则据此线性回归方程估计在2020 年第 32 届东
京奥运会上日本将获得的金牌数为(所有金牌数精确到整数)
前几年随着网购的普及,线下零售遭遇挑战,但随着新零售模式的不断出现,零售行业近几年呈现增长趋势,下表为
年中国百货零售业的销售额(单位:亿元,数据经过处理,
分别对应
):
(1)由上表数据可知,可用线性回归模型拟合
与
的关系,请用相关系数加以说明;
(2)建立
关于
的回归方程,并预测2018年我国百货零售业的销售额;
(3)从
年这4年的百货零售业销售额及2018年预测销售额这5个数据中任取2个数据,求这2个数据之差的绝对值大于200亿元的概率.
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估计公式分别为
.



年份代码![]() | 1 | 2 | 3 | 4 |
销售额![]() | 95 | 165 | 230 | 310 |
(1)由上表数据可知,可用线性回归模型拟合


(2)建立


(3)从

参考数据:

参考公式:相关系数



某生产企业研发了一种新产品,该产品在试销一个阶段后得到销售单价
(单位:元)和销售量
(单位:万件)之间的一组数据,如下表所示:
(1)根据表中数据,建立
关于的
回归方程;
(2)从反馈的信息来看,消费者对该产品的心理价(单位:元/件)在
内,已知该产品的成本是
元/件(其中
),那么在消费者对该产品的心理价的范围内,销售单价定为多少时,企业才能获得最大利润?(注:利润=销售收入-成本)
参考数据:
,
.
参考公式:
,
.


销售单价![]() | 9 | 9.5 | 10 | 10.5 | 11 |
销售量![]() | 11 | 10 | 8 | 6 | 5 |
(1)根据表中数据,建立


(2)从反馈的信息来看,消费者对该产品的心理价(单位:元/件)在



参考数据:


参考公式:


某大型高端制造公司为响应《中国制造2025》中提出的坚持“创新驱动、质量为先、绿色发展、结构优化、人才为本”的基本方针,准备加大产品研发投资,下表是该公司2017年5~12月份研发费用(百万元)和产品销量(万台)的具体数据:

(1)根据数据可知
与
之间存在线性相关关系
(i)求出
关于
的线性回归方程(系数精确到
);
(ii)若2018年6月份研发投人为25百万元,根据所求的线性回归方程估计当月产品的销量;
(2)公司在2017年年终总结时准备从该年8~12月份这5个月中抽取3个月的数据进行重点分析,求没有抽到9月份数据的概率.
参考数据:
,
.
参考公式: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)根据数据可知


(i)求出



(ii)若2018年6月份研发投人为25百万元,根据所求的线性回归方程估计当月产品的销量;
(2)公司在2017年年终总结时准备从该年8~12月份这5个月中抽取3个月的数据进行重点分析,求没有抽到9月份数据的概率.
参考数据:


参考公式:对于一组数据





某厂生产不同规格的一种产品,根据检测标准,其合格产品的质量
与尺寸
之间近似满足关系式
为大于0的常数).按照某项指标测定,当产品质量与尺寸的比在区间
内时为优等品.现随机抽取6件合格产品,测得数据如下:
(I)现从抽取的6件合格产品中再任选3件,记
为取到优等品的件数,试求随机变量
的分布列和期望;
(II)根据测得数据作了初步处理,得相关统计量的值如下表:
(i)根据所给统计量,求
关于
的回归方程;
(ii)已知优等品的收益
(单位:千元)与
的关系为
,则当优等品的尺寸
为何值时,收益
的预报值最大? (精确到0.1)
附:对于样本
, 其回归直线
的斜率和截距的最小二乘估计公式分别为:





尺寸![]() | 38 | 48 | 58 | 68 | 78 | 88 |
质量![]() | 16.8 | 18.8 | 20.7 | 22.4 | 24 | 25.5 |
质量与尺寸的比![]() | 0.442 | 0.392 | 0.367 | 0.329 | 0.308 | 0.290 |
(I)现从抽取的6件合格产品中再任选3件,记


(II)根据测得数据作了初步处理,得相关统计量的值如下表:
![]() | ![]() | ![]() | ![]() |
75.3 | 24.6 | 18.3 | 101.4 |
(i)根据所给统计量,求


(ii)已知优等品的收益





附:对于样本





已知某种商品的广告费支出
(单位:万元)销售额
(单位:万元)之间有如下对应数据:
根据上表可得回归方程
,计算得
,则
( )


![]() | 2 | 4 | 5 | 6 | 8 |
![]() | 30 | 40 | 50 | 60 | 70 |
根据上表可得回归方程



A.![]() | B.![]() | C.![]() | D.![]() |
近年空气质量逐步恶化,雾霾天气现象出现增多,大气污染危害加重.
(1)大气污染可引起心悸、呼吸困难等心肺疾病. 为了解某市心肺疾病是否与性别有关,在某医院随机的对入院50人进行了问卷调查得到了如下的列联表:
问有多大的把握认为是否患心肺疾病与性别有关?
(2)空气质量指数PM2.5(单位:μg/
)表示每立方米空气中可入肺颗粒物的含量,这个值越高,就代表空气污染越严重. 某市在2016年年初着手治理环境污染,改善空气质量,检测到2016年1~5月的日平均PM2.5指数如下表:
(1)大气污染可引起心悸、呼吸困难等心肺疾病. 为了解某市心肺疾病是否与性别有关,在某医院随机的对入院50人进行了问卷调查得到了如下的列联表:
| 患心肺疾病 | 不患心肺疾病 | 合计 |
男 | 20 | 5 | 25 |
女 | 10 | 15 | 25 |
合计 | 30 | 20 | 50 |
问有多大的把握认为是否患心肺疾病与性别有关?
(2)空气质量指数PM2.5(单位:μg/

月份x | 1 | 2 | 3 | 4 | 5 |
PM2.5指数y | 79 | 76 | 75 | 73 | 72 |
试根据上表数据,求月份x与PM2.5指数y的线性回归直线方程,并预测2016年8月份的日平均PM2.5指数 (保留小数点后一位).