- 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
噪声污染已经成为影响人们身体健康和生活质量的严重问题,为了了解声音强度
(单位:分贝)与声音能量
(单位:
)之间的关系,将测量得到的声音强度
和声音能量
(
,2,…,10)数据作了初步处理,得到如图散点图及一些统计量的值.

表中
,
.
(1)根据散点图判断,
与
哪一个适宜作为声音强度
关于声音能量
的回归方程类型?(给出判断即可,不必说明理由)
(2)根据表中数据,求声音强度
关于声音能量
的回归方程;
(3)当声音强度大于60分贝时属于噪音,会产生噪音污染,城市中某点
共受到两个声源的影响,这两个声源的声音能量分别是
和
,且
.已知点
的声音能量等于声音能量
与
之和.请根据(1)中的回归方程,判断
点是否受到噪音污染的干扰,并说明理由.
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:
,
.







表中


(1)根据散点图判断,




(2)根据表中数据,求声音强度


(3)当声音强度大于60分贝时属于噪音,会产生噪音污染,城市中某点








附:对于一组数据






某商场5个分店某日的销售额和利润额资料如下表:
(1)求
关于销售额
的回归直线方程;
(2)当销售额为4万元时,估计该零售店的利润额(万元).附:对于一组数据
,
……,
其回归线
斜率和截距的最小二乘估计分别为
;,
商店名称 | A | B | C | D | E |
销售额x/万元 | 3 | 5 | 6 | 7 | 9 |
利润额y/万元 | 2 | 3 | 3 | 4 | 5 |
(1)求


(2)当销售额为4万元时,估计该零售店的利润额(万元).附:对于一组数据






为了研究某班学生的脚长
(单位:厘米)和身高
(单位:厘米)的关系,从该班随机抽取10名学生,根据测量数据的散点图可以看出
与
之间有线性相关关系,设其回归直线方程为
,已知
,
,
.该班某学生的脚长为23,据此估计其身高为( ).








A.160 | B.166 | C.170 | D.172 |
为保护农民种粮收益,促进粮食生产,确保国家粮食安全,调动广大农民粮食生产的积极性,从2004年开始,国家实施了对种粮农民直接补贴.通过对2014~2018年的数据进行调查,发现某地区发放粮食补贴额
(亿元)与该地区粮食产量
(万亿吨)之间存在着线性相关关系.统计数据如下表:
(1)请根据如表所给的数据,求出
关于
的线性回归直线方程
;
(2)通过对该地区粮食产量的分析研究,计划2019年在该地区发放粮食补贴额7亿元,请根据(1)中所得的线性回归直线方程,预测2019年该地区的粮食产量.
(参考公式:
,
)


年份 | 2014年 | 2015年 | 2016年 | 2017年 | 2018年 |
补贴额![]() | 9 | 10 | 12 | 11 | 8 |
粮食产量![]() | 23 | 25 | 30 | 26 | 21 |
(1)请根据如表所给的数据,求出



(2)通过对该地区粮食产量的分析研究,计划2019年在该地区发放粮食补贴额7亿元,请根据(1)中所得的线性回归直线方程,预测2019年该地区的粮食产量.
(参考公式:


某地种植常规稻A和杂交稻B,常规稻A的亩产稳定为500公斤,今年单价为3.50元/公斤,估计明年单价不变的可能性为10%,变为3.60元/公斤的可能性为60%,变为3.70元/公斤的可能性为30%.统计杂交稻B的亩产数据,得到亩产的频率分布直方图如下;统计近10年来杂交稻B的单价(单位:元/公斤)与种植亩数(单位:万亩)的关系,得到的10组数据记为
,并得到散点图如下,参考数据见下.
(2)在频率分布直方图中,各组的取值按中间值来计算,求杂交稻B的亩产平均值;以频率作为概率,预计将来三年中至少有二年,杂交稻B的亩产超过765公斤的概率;
(3)判断杂交稻B的单价y(单位:元/公斤)与种植亩数x(单位:万亩)是否线性相关?若相关,试根据以下的参考数据求出y关于x的线性回归方程;调查得知明年此地杂交稻B的种植亩数预计为2万亩.若在常规稻A和杂交稻B中选择,明年种植哪种水稻收入更高?
统计参考数据:
,
,
,
,
附:线性回归方程
,
.

(2)在频率分布直方图中,各组的取值按中间值来计算,求杂交稻B的亩产平均值;以频率作为概率,预计将来三年中至少有二年,杂交稻B的亩产超过765公斤的概率;
(3)判断杂交稻B的单价y(单位:元/公斤)与种植亩数x(单位:万亩)是否线性相关?若相关,试根据以下的参考数据求出y关于x的线性回归方程;调查得知明年此地杂交稻B的种植亩数预计为2万亩.若在常规稻A和杂交稻B中选择,明年种植哪种水稻收入更高?
统计参考数据:




附:线性回归方程


某地种植常规稻A和杂交稻B,常规稻A的亩产稳定为500公斤,统计近年来数据得到每年常规稻A的单价比当年杂交稻B的单价高50%.统计杂交稻B的亩产数据,得到亩产的频率分布直方图如下;统计近10年来杂交稻B的单价(单位:元/公斤)与种植亩数(单位:万亩)的关系,得到的10组数据记为
,并得到散点图如下,参考数据见下.
(2)判断杂交稻B的单价y(单位:元/公斤)与种植亩数x(单位:万亩)是否线性相关,若相关,试根据以下统计的参考数据求出y关于x的线性回归方程;
(3)调查得到明年此地杂交稻B的种植亩数预计为2万亩,估计明年常规稻A的单价,若在常规稻A和杂交稻B中选择,明年种植哪种水稻收入更高?
统计参考数据:
,
,
,
,
附:线性回归方程
,
.

(2)判断杂交稻B的单价y(单位:元/公斤)与种植亩数x(单位:万亩)是否线性相关,若相关,试根据以下统计的参考数据求出y关于x的线性回归方程;
(3)调查得到明年此地杂交稻B的种植亩数预计为2万亩,估计明年常规稻A的单价,若在常规稻A和杂交稻B中选择,明年种植哪种水稻收入更高?
统计参考数据:




附:线性回归方程


某银行对某市最近5年住房贷款发放情况(按每年6月份与前一年6月份为1年统计)作了统计调查,得到如下数据:
(1)将上表进行如下处理:
,
得到数据:
试求
与
的线性回归方程
,再写出
与
的线性回归方程
.
(2)利用(1)中所求的线性回归方程估算2019年房贷发放数额.
参考公式:
, 
年份![]() | 2014 | 2015 | 2016 | 2017 | 2018 |
贷款![]() | 50 | 60 | 70 | 80 | 100 |
(1)将上表进行如下处理:

得到数据:
![]() | 1 | 2 | 3 | 4 | 5 |
![]() | 0 | 1 | 2 | 3 | 5 |
试求






(2)利用(1)中所求的线性回归方程估算2019年房贷发放数额.
参考公式:


某种设备随着使用年限的增加,每年的维护费相应增加.现对一批该设备进行调查,得到这批设备自购入使用之日起,前5年平均每台设备每年的维护费用大致如表:
(I)从这
年中随机抽取两年,求平均每台设备每年的维护费用至少有
年多于
万元的概率;
(II)求
关于
的线性回归方程;若该设备的价格是每台
万元,你认为应该使用满五年换一次设备,还是应该使用满八年换一次设备?并说明理由.
参考公式:用最小二乘法求线性回归方程
的系数公式:
年份![]() | ![]() | ![]() | ![]() | ![]() | ![]() |
维护费![]() | ![]() | ![]() | ![]() | ![]() | ![]() |
(I)从这



(II)求



参考公式:用最小二乘法求线性回归方程


为促进农业发展,加快农村建设,某地政府扶持兴建了一批“超级蔬菜大棚”.为了解大棚的面积与年利润之间的关系,随机抽取了其中的7个大棚,并对当年的利润进行统计整理后得到了如下数据对比表:
由所给数据的散点图可以看出,各样本点都分布在一条直线附近,并且
与
有很强的线性相关关系.
(Ⅰ)求
关于
的线性回归方程;
(Ⅱ)小明家的“超级蔬菜大棚”面积为8.0亩,估计小明家的大棚当年的利润为多少;
(Ⅲ)另外调查了近5年的不同蔬菜亩平均利润(单位:万元),其中无丝豆为:1.5,1.7,2.1,2.2,2.5;彩椒为:1.8,1.9,1.9,2.2,2.2,请分析种植哪种蔬菜比较好?
参考数据:
,
.
参考公式:
,
.
大棚面积(亩)![]() | 4.5 | 5.0 | 5.5 | 6.0 | 6.5 | 7.0 | 7.5 |
年利润(万元)![]() | 6 | 7 | 7.4 | 8.1 | 8.9 | 9.6 | 11.1 |
由所给数据的散点图可以看出,各样本点都分布在一条直线附近,并且


(Ⅰ)求


(Ⅱ)小明家的“超级蔬菜大棚”面积为8.0亩,估计小明家的大棚当年的利润为多少;
(Ⅲ)另外调查了近5年的不同蔬菜亩平均利润(单位:万元),其中无丝豆为:1.5,1.7,2.1,2.2,2.5;彩椒为:1.8,1.9,1.9,2.2,2.2,请分析种植哪种蔬菜比较好?
参考数据:


参考公式:


2018年世界服装市场是富有经济活力的一年,某国有企业为了使2019年服装效益更上一层楼,决定进一步深化企业改革、制定好的政策,为此,该企业对某品牌服装2018年1月份~5月份的销售量
(万件)与利润
(万元)作统计数据如下表:

(1)从这
个月的利润(单位:万元)中任选
个月,求此
个月利润均大于
万元且小于
万元的概率;
(2)已知销售量
(万件)与利润
(万元)大致满足线性相关关系,请根据前
个月的数据,求出
关于
的线性回归方程;
(3)若由线性回归方程得到的利润的估计数据与真实数据的误差不超过
万元,则认为得到的利润的估计数据是理想的.请用表格中第
个月的数据检验由(2)中回归方程所得的第
个月的利润的估计数据是否理想.
注:



(1)从这





(2)已知销售量





(3)若由线性回归方程得到的利润的估计数据与真实数据的误差不超过



注:
