- 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
现代研究表明,体脂率
(体脂百分数)是衡量人体体重与健康程度的一个标准.为分析体脂率
对人体总胆固醇
的影响,从女性志愿者中随机抽取12名志愿者测定其体脂率
值及总胆固醇
指标值(单位:mmol/L),得到的数据如表所示:

(1)利用表中的数据,是否可用线性回归模型拟合
与
的关系?请用相关系数
加以说明.(若
,则线性相关程度很高,可用线性回归模型拟合)
(2)求出
与
的线性回归方程,并预测总胆固醇
指标值为9.5时,对应的体脂率
值
为多少?(上述数据均要精确到0.1)
(3)医学研究表明,人体总胆固醇
指标值
服从正态分布
,若人体总胆固醇
指标值
在区间
之外,说明人体总胆固醇异常,该志愿者需作进一步医学观察.现用样本的
作为
的估计值,用样本的标准差
作为
的估计值,从这12名女志愿者中随机抽4人,记需作进一步医学观察的人数为
,求
的分布列和数学期望.
附:参考公式:相关系数
,
,
.
参考数据:
,
,
,
,
.






(1)利用表中的数据,是否可用线性回归模型拟合




(2)求出





(3)医学研究表明,人体总胆固醇












附:参考公式:相关系数



参考数据:





近年来,随着我国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.

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:
,
,
,
,
.
(Ⅰ)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;
(Ⅱ)根据该汽车交易市场的历史资料,得到散点图如图2,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.由散点图看出,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






②参考数据:





(Ⅰ)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



(Ⅱ)根据该汽车交易市场的历史资料,得到散点图如图2,其中







![]() | ![]() | ![]() | ![]() | ![]() | ![]() |
5.5 | 8.7 | 1.9 | 301.4 | 79.75 | 385 |
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


某餐厅通过查阅了最近5次食品交易会参会人数
(万人)与餐厅所用原材料数量
(袋),到如下统计表:
(1)根据所给5组数据,求出
关于
的线性回归方程
;
(2)已知购买原材料的费用
(元)与数量
(袋)关系为
,投入使用的每袋原材料相应的销售收入为700元,多余的原材料只能无偿返还,据悉本次交易大会大约有15万人参加.根据(1)中求出的线性回归方程,预测餐厅应购买多少袋原材料,才能获得最大利润,最大利润是多少?(注:利润
销售收入
原材料费用)..
参考公式:
,
.
参考数据:
,
,
.


| 第一次 | 第二次 | 第三次 | 第四次 | 第五次 |
参会人数![]() | 13 | 9 | 8 | 10 | 12 |
原材料![]() | 32 | 23 | 18 | 24 | 28 |
(1)根据所给5组数据,求出



(2)已知购买原材料的费用





参考公式:


参考数据:



按国家规定,某型号运营汽车的使用年限为8年.某二手汽车交易市场对2018年成交的该型号运营汽车交易前的使用时间进行统计,得到频率分布直方图如图.

(1)记事件
:“在2018年成交的该型号运营汽车中,随机选取1辆,该车的使用年限不超过4年”,试估计事件
的概率;
(2)根据该二手汽车交易市场的历史资料,得到如表,其中
(单位:年)表示该型号运营汽车的使用时间,
(单位:万元)表示相应的平均交易价格.由表提供的数据可以看出,可用线性回归模型拟合
与
的关系,请用最小二乘法求出
关于
的线性回归方程
,并预测该型号运营汽车使用7年的平均交易价格.
相关公式:
,
.

使用时间x | 1 | 2 | 3 | 4 | 5 |
平均交易价格y | 25 | 23 | 20 | 18 | 17 |
(1)记事件


(2)根据该二手汽车交易市场的历史资料,得到如表,其中







相关公式:


某研究机构对某校高二文科学生的记忆力
和判断力
进行统计分析,得下表数据.
(1)请画出上表数据的散点图;
(2)请根据上表提供的数据,用最小二乘法求出
关于
的线性回归方程;
(3)试根据(2)中求出的线性回归方程,预测记忆力为14的学生的判断力.
(参考公式:其中
)


![]() | 6 | 8 | 10 | 12 |
![]() | 2 | 3 | 5 | 6 |
(1)请画出上表数据的散点图;
(2)请根据上表提供的数据,用最小二乘法求出


(3)试根据(2)中求出的线性回归方程,预测记忆力为14的学生的判断力.
(参考公式:其中

一个车间为了规定工时定额,需要确定加工零件所花费的时间,为此进行了5次试验,收集数据如下:
由表中数据,求得线性回归方程为
=0.65x+
,根据回归方程,预测加工70个零件所花费的时间为( )
零件数x(个) | 10 | 20 | 30 | 40 | 50 |
加工时间y(分钟) | 64 | 69 | 75 | 82 | 90 |
由表中数据,求得线性回归方程为


A.102分钟 | B.101分钟 | C.102.5分钟 | D.100分钟 |
某服装批发市场1~5月份的服装销售量
与利润
的统计数据如下表:
(1)已知销售量
与利润
大致满足线性相关关系,请根据前4个月的数据,求出
关于
的线性回归方程
;
(2)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2万元,则认为得到的利润的估计数据是理想的.请用表格中第5个月的数据检验由(1)中回归方程所得的第5个月的利润的估计数据是否理想?
参考公式:
,
.


月份 | 1 | 2 | 3 | 4 | 5 |
销售量![]() | 3 | 6 | 4 | 7 | 8 |
利润![]() | 19 | 34 | 26 | 41 | 43 |
(1)已知销售量





(2)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2万元,则认为得到的利润的估计数据是理想的.请用表格中第5个月的数据检验由(1)中回归方程所得的第5个月的利润的估计数据是否理想?
参考公式:



某产品近期销售情况如下表:
根据上表可得回归方程为
,据此估计,该公司8月份该产品的销售额为( )
月份![]() | 2 | 3 | 4 | 5 | 6 |
销售额![]() | 15.1 | 16.3 | 17.0 | 17.2 | 18.4 |
根据上表可得回归方程为

A.19.05 | B.19.25 | C.19.5 | D.19.8 |
有一位同学家开了一个小卖部,他为了研究气温对热饮销售的影响,经过统计得到了一个卖出热饮杯数
与当天气温
之间的线性关系,其回归方程为
,如果某天气温为2℃,则该小卖部大约能卖出热饮的杯数是( )



A.140 | B.143 | C.152 | D.156 |
随着人们经济收入的不断增长,个人购买家庭轿车已不再是一种时尚.车的使用费用,尤其是随着使用年限的增多,所支出的费用到底会增长多少,一直是购车一族非常关心的问题.某汽车销售公司做了一次抽样调查,并统计得出某款车的使用年限
(单位:年)与所支出的总费用
(单位:万元)有如下的数据资料:
若由资料知
对
呈线性相关关系.
线性回归方程系数公式:
,
.
(1)试求线性回归方程
的回归系数
,
;
(2)当使用年限为10年时,估计车的使用总费用.


使用年限![]() | 2 | 3 | 4 | 5 | 6 |
总费用![]() | 2.2 | 3.8 | 5.5 | 6.5 | 7.0 |
若由资料知


线性回归方程系数公式:



(1)试求线性回归方程



(2)当使用年限为10年时,估计车的使用总费用.