- 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
某百货公司1~6月份的销售量
与利润
的统计数据如下表:
(1)根据2至5月份的数据,画出散点图求出
关于
的回归直线方程
.
(2)若由回归直线方程得到的估计数据与剩下的检验数据的误差均不超过
万元,则认为得到的回归直线方程是理想的,试问所得回归直线方程是否理想?请说明理由.
.


月份 | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() |
销售量![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() |
利润![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() |
(1)根据2至5月份的数据,画出散点图求出



(2)若由回归直线方程得到的估计数据与剩下的检验数据的误差均不超过


某同学在研究学习中,收集到某制药厂今年5个月甲胶囊生产产量(单位:万盒)的数据如下表所示:
若
线性相关,线性回归方程为
,则以下为真命题的是( )
![]() | 1 | 2 | 3 | 4 | 5 |
![]() | 5 | 5 | 6 | 6 | 8 |
若


A.![]() ![]() |
B.![]() ![]() |
C.当![]() ![]() |
D.线性回归直线![]() ![]() |
下表中提供了某厂节能降耗技术改造后生产甲产品过程中记录的产量
(吨)与相应的生产能耗
(吨标准煤)的四组对应数据.
(1)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
;
(2)已知该厂技改前100吨甲产品的生产能耗为45吨标准煤,试根据(1)中的线性回归方程,预测生产100吨甲产品的生产能耗比技改前降低多少吨标准煤?
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:
.


![]() | 6 | 8 | 10 | 12 |
![]() | 2.5 | 3 | 4 | 4.5 |
(1)根据上表提供的数据,用最小二乘法求出



(2)已知该厂技改前100吨甲产品的生产能耗为45吨标准煤,试根据(1)中的线性回归方程,预测生产100吨甲产品的生产能耗比技改前降低多少吨标准煤?
附:对于一组数据



在“新零售”模式的背景下,某大型零售公司为推广线下分店,计划在
市的
区开设分店.为了确定在该区开设分店的个数,该公司对该市已开设分店的其他区的数据作了初步处理后得到下列表格.记
表示在各区开设分店的个数,
表示这
个分店的年收入之和.
(1)该公司已经过初步判断,可用线性回归模型拟合
与
的关系,求
关于
的线性回归方程
;
(2)假设该公司在
区获得的总年利润
(单位:百万元)与
之间的关系为
,请结合(1)中的线性回归方程,估算该公司应在
区开设多少个分店时,才能使
区平均每个分店的年利润最大?
参考公式:
,
.





![]() | 2 | 3 | 4 | 5 | 6 |
![]() | 2.5 | 3 | 4 | 4.5 | 6 |
(1)该公司已经过初步判断,可用线性回归模型拟合





(2)假设该公司在






参考公式:


近期,某公交公司分别推出支付宝和微信扫码支付乘车活动,活动设置了一段时间的推广期,由于推广期内优惠力度较大,吸引越来越多的人开始使用扫码支付,某线路公交车队统计了活动刚推出一周内每一天使用扫码支付的人次,用x表示活动推出的天数,y表示每天使用扫码支付的人次(单位:十人次),绘制了如图所示的散点图:

(I)根据散点图判断在推广期内,
与
(c,d为为大于零的常数)哪一个适宜作为扫码支付的人次y关于活动推出天数x的回归方程类型?(给出判断即可,不必说明理由)
(Ⅱ)根据(I)的判断结果求y关于x的回归方程,并预测活动推出第8天使用扫码支付的人次.
参考数据:
其中
,
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:
,
。

(I)根据散点图判断在推广期内,


(Ⅱ)根据(I)的判断结果求y关于x的回归方程,并预测活动推出第8天使用扫码支付的人次.
参考数据:
![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() |
4 | 62 | 1.54 | 2535 | 50.12 | 140 | 3.47 |
其中


附:对于一组数据






某兴趣小组欲研究昼夜温差大小与患感冒人数多少之间的关系,他们分别到气象局和某医院抄录了1至6月份每月10号的昼夜温差的情况与患感冒就诊的人数,得到如下资料:
该兴趣小组确定的研究方案是先从这6组数据中选取2组,用剩下的4组数据求线性回归方程,再用被选出的2组数据进行检验.
(1)若选取的是1月和6月的两组数据,请根据2月至5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估计数,与所选出的检验数据的误差均不超过2人,则认为得到的线性回归方程是理想的.试问:该小组所得的线性回归方程是否理想?
附;
日期 | 1月10号 | 2月10号 | 3月10号 | 4月10号 | 5月10号 | 6月10号 |
昼夜温差x(℃) | 10 | 11 | 13 | 12 | 8 | 6 |
就诊人数y(人) | 22 | 25 | 29 | 26 | 16 | 12 |
该兴趣小组确定的研究方案是先从这6组数据中选取2组,用剩下的4组数据求线性回归方程,再用被选出的2组数据进行检验.
(1)若选取的是1月和6月的两组数据,请根据2月至5月的数据求出


(2)若由线性回归方程得到的估计数,与所选出的检验数据的误差均不超过2人,则认为得到的线性回归方程是理想的.试问:该小组所得的线性回归方程是否理想?
附;

根据统计,某蔬菜基地西红柿亩产量的增加量
(百千克)与某种液体肥料每亩使用量
(千克)之间的对应数据的散点图,如图所示.

(1)依据数据的散点图可以看出,可用线性回归模型拟合
与
的关系,请计算相关系数
并加以说明(若
,则线性相关程度很高,可用线性回归模型拟合);
(2)求
关于
的回归方程,并预测液体肥料每亩使用量为12千克时,西红柿亩产量的增加量
约为多少?
附:相关系数公式
,参考数据:
,
.
回归方程
中斜率和截距的最小二乘估计公式分别为:
,



(1)依据数据的散点图可以看出,可用线性回归模型拟合




(2)求



附:相关系数公式




回归方程



某单位为了了解用电量y度与气温
之间的关系,随机统计了某4天的用电量与当天气温.
(I)求线性回归方程;(参考数据:
,
)
(II)根据(I)的回归方程估计当气温为
时的用电量.
附:回归直线的斜率和截距的最小二乘法估计公式分别为:
,
.

气温![]() | 14 | 12 | 8 | 6 |
用电量![]() ![]() | 22 | 26 | 34 | 38 |
(I)求线性回归方程;(参考数据:


(II)根据(I)的回归方程估计当气温为

附:回归直线的斜率和截距的最小二乘法估计公式分别为:


使用支付宝和微信支付已经成为广大消费者最主要的消费支付方式,某超市通过统计发现一周内超市每天的净利润
(万元)与每天使用支付宝和微信支付的人数
(千人)具有相关关系,并得到最近一周
的7组数据如下表,并依此作为决策依据.
(Ⅰ)作出散点图,判断
与
哪一个适合作为每天净利润的回归方程类型?并求出回归方程(
,
,
,
精确到
);

(Ⅱ)超市为了刺激周一消费,拟在周一开展使用支付宝和微信支付随机抽奖活动,总奖金7万元.根据市场调查,抽奖活动能使使用支付宝和微信支付消费人数增加6千人,7千人,8千人,9千人的概率依次为
,
,
,
.试决策超市是否有必要开展抽奖活动?
参考数据:
,
,
,
.
参考公式:
,
,
.



周一 | 周二 | 周三 | 周四 | 周五 | 周六 | 周日 |
13 | 16 | 26 | 22 | 25 | 29 | 30 |
7 | 11 | 15 | 22 | 24 | 27 | 34 |
(Ⅰ)作出散点图,判断








(Ⅱ)超市为了刺激周一消费,拟在周一开展使用支付宝和微信支付随机抽奖活动,总奖金7万元.根据市场调查,抽奖活动能使使用支付宝和微信支付消费人数增加6千人,7千人,8千人,9千人的概率依次为




参考数据:




参考公式:


