- 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
假设关于某设备的使用年限
(年)和所支出的年平均维修费用
(万元)(即维修费用之和除以使用年限),有如下的统计资料:
(1)求
关于
的线性回归方程;
(2)估计使用年限为10年时所支出的年平均维修费用是多少?
参考公式:


使用年限![]() | 2 | 3 | 4 | 5 | 6 |
维修费用![]() | 2.2 | 3.8 | 5.5 | 6.5 | 7.0 |
(1)求


(2)估计使用年限为10年时所支出的年平均维修费用是多少?
参考公式:

某品牌餐饮公司准备在10个规模相当的地区开设加盟店,为合理安排各地区加盟店的个数,先在其中5个地区试点,得到试点地区加盟店个数分别为1,2,3,4,5时,单店日平均营业额
(万元)的数据如下:
(1)求单店日平均营业额
(万元)与所在地区加盟店个数
(个)的线性回归方程;
(2)该公司根据回归方程,决定在其他5个地区中,开设加盟店个数为5,6,7的地区数分别是2,1,2.小赵与小王都准备加入该公司的加盟店,但根据公司规定,他们只能分别从这5个地区的30个加盟店中随机抽取一个加入.记事件
:小赵与小王抽取到的加盟店在同一个地区,事件
:小赵与小王抽取到的加盟店预计日平均营业额之和不低于12万元,求在事件
发生的前提下事件
发生的概率.
(参考数据及公式:
,
,线性回归方程
,其中
,
.)

加盟店个数![]() | 1 | 2 | 3 | 4 | 5 |
单店日平均营业额![]() | 10.9 | 10.2 | 9 | 7.8 | 7.1 |
(1)求单店日平均营业额


(2)该公司根据回归方程,决定在其他5个地区中,开设加盟店个数为5,6,7的地区数分别是2,1,2.小赵与小王都准备加入该公司的加盟店,但根据公司规定,他们只能分别从这5个地区的30个加盟店中随机抽取一个加入.记事件




(参考数据及公式:





某公司为确定下一年度投入某种产品的宣传费需了解年宣传费
(单位:千元)对年销售量
(单位:
)的影响.对近8年的年宣传费
,和年销售量
数据作了初步处理,得到下面的散点图及一些统计量的值.

表中
,
附:对于-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)根据散点图判断,
与
哪一个适宜作为年销售量
关于年宣传费
的回归方程类型?(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,建立
关于
的回归方程.
(3)根据(2)的结果计算年宣传费
时,年销售量预报值是多少?






![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() |
46.6 | 563 | 6.8 | 289.8 | 1.6 | 1469 | 108.8 |
表中


附:对于-组数据






(1)根据散点图判断,




(2)根据(1)的判断结果及表中数据,建立


(3)根据(2)的结果计算年宣传费

“一带一路”沿线的20国青年评选出了中国“新四大发明”:高铁、支付宝、共享单车和网购.2019年春节期间,“支付宝大行动”用发红包的方法刺激支付宝的使用.某商家统计前5名顾客扫描红包所得金额分别为5.2元,2.9元,3.3元,5.9元,4.8元,商家从这5名顾客中随机抽取3人赠送饮水杯.

(1)求获得饮水杯的三人中至少有一人的红包超过5元的概率;
(2)统计一周内每天使用支付宝付款的人数x与商家每天的净利润y元,得到7组数据,如表所示,并作出了散点图.

(i)直接根据散点图判断,
与
出哪一个适合作为每天的净利润的回归方程类型.
(ii)根据(i)的判断,建立y关于x的回归方程;若商家当天的净利润至少是1400元,估计使用支付宝付款的人数至少是多少?(a,b,c,d的值取整数)
参考数据:

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
.

(1)求获得饮水杯的三人中至少有一人的红包超过5元的概率;
(2)统计一周内每天使用支付宝付款的人数x与商家每天的净利润y元,得到7组数据,如表所示,并作出了散点图.

(i)直接根据散点图判断,


(ii)根据(i)的判断,建立y关于x的回归方程;若商家当天的净利润至少是1400元,估计使用支付宝付款的人数至少是多少?(a,b,c,d的值取整数)
参考数据:

附:对于一组数据



已知鸡的产蛋量与鸡舍的温度有关,为了确定下一个时段鸡舍的控制温度,某企业需要了解鸡舍的温度
(单位:℃)对某种鸡的时段产蛋量
(单位:
)和时段投入成本
(单位:万元)的影响,为此,该企业收集了7个鸡舍的时段控制温度
和产蛋量
的数据,对数据初步处理后得到了如图所示的散点图和表中的统计量的值.

其中
.
(1)根据散点图判断,
与
哪一个更适宜作为该种鸡的时段产蛋量
关于鸡舍时段控制温度
的回归方程类型?(给出判断即可,不必说明理由)
(2)若用
作为回归方程模型,根据表中数据,建立
关于
的回归方程;
(3)已知时段投入成本
与
的关系为
,当时段控制温度为28℃时,鸡的时段产蛋量及时段投入成本的预报值分别是多少?
附:①对于一组具有线性相关关系的数据
,其回归直线
的斜率和截距的最小二乘估计公式分别为
.
②







![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() |
17.40 | 82.30 | 3.6 | 140 | 9.7 | 2935.1 | 35.0 |
其中

(1)根据散点图判断,




(2)若用



(3)已知时段投入成本



附:①对于一组具有线性相关关系的数据



②
![]() | ![]() | ![]() | ![]() | ![]() |
0.08 | 0.47 | 2.72 | 20.09 | 1096.63 |
近年来,某地区积极践行“绿水青山就是金山银山”的绿色发展理念
年年初至
年年初,该地区绿化面积
(单位:平方公里)的数据如下表:
(1)求
关于
的线性回归方程;
(2)利用(1)中的回归方程,预测该地区
年年初的绿化面积,并计算
年年初至
年年初,该地区绿化面积的年平均增长率约为多少.
(附:回归直线的斜率与截距的最小二乘法估计公式分别为
,
)



年份 | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() |
年份代号![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() |
绿化面积![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() |
(1)求


(2)利用(1)中的回归方程,预测该地区



(附:回归直线的斜率与截距的最小二乘法估计公式分别为


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
(
=1,2…,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
.己知点
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:
.






![]() | ![]() | ![]() | ![]() | ![]() |
![]() | 45.7 | ![]() | ![]() | 0.51 |
![]() | ![]() | |||
![]() | 5.1 |
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



高考复习经过二轮“见多识广”之后,为了研究考前“限时抢分”强化训练次数
与答题正确率
的关系,对某校高三某班学生进行了关注统计,得到如表数据:
(1)求
关于
的线性回归方程,并预测答题正确率是
的强化训练次数(保留整数);
(2)若用
(
)表示统计数据的“强化均值”(保留整数),若“强化均值”的标准差在区间
内,则强化训练有效,请问这个班的强化训练是否有效?
附:回归直线的斜率和截距的最小二乘法估计公式分别为:
,
,样本数据
,
,…,
的标准差为


![]() | 1 | 2 | 3 | 4 |
![]() | 20 | 30 | 50 | 60 |
(1)求



(2)若用



附:回归直线的斜率和截距的最小二乘法估计公式分别为:






某市一农产品近六年的产量统计如下表:
观察表中数据看出,可用线性回归模型拟合
与
的关系.
(1)根据表中数据,将以下表格空白部分的数据填写完整,并建立
关于
的线性回归方程
;
(2)若在2025年之前该农产品每千克的价格
(单位:元)与年产量
满足的关系式为
,且每年该农产品都能全部销售.预测在2013~2025年之间,某市该农产品的销售额
在哪一年达到最大.
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:
,
.
年份 | 2013 | 2014 | 2015 | 2016 | 2017 | 2018 |
年份代码![]() | 1 | 2 | 3 | 4 | 5 | 6 |
年产量![]() | 5.1 | 5.3 | 5.6 | 5.5 | 6.0 | 6.1 |
观察表中数据看出,可用线性回归模型拟合


(1)根据表中数据,将以下表格空白部分的数据填写完整,并建立



| ![]() | ![]() | ![]() | ![]() | ![]() | ![]() | 总和 | 均值 |
![]() | 1 | 2 | 3 | 4 | 5 | 6 | | |
![]() | 5.1 | 5.3 | 5.6 | 5.5 | 6.0 | 6.1 | | |
![]() | 1 | 4 | 9 | 16 | 25 | 36 | | |
![]() | 5.1 | 10.6 | 16.8 | 22 | 30 | 36.6 | 121.1 | |
(2)若在2025年之前该农产品每千克的价格




附:对于一组数据






