- 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
某同学在研究性学习中,收集到某制药厂今年前5个月甲胶囊生产产量(单位:万盒)的数据如下表所示:
(1)该同学为了求出
关于
的线性回归方程
,根据表中数据已经正确计算出
=0.6,试求出
的值,并估计该厂6月份生产的甲胶囊产量数;
(2)若某药店现有该制药厂今年二月份生产的甲胶囊4盒和三月份生产的甲胶囊5盒,小红同学从中随机购买了3盒甲胶囊,后经了解发现该制药厂今年二月份生产的所有甲胶囊均存在质量问题,记小红同学所购买的3盒甲胶囊中存在质量问题的盒数为ξ,求ξ的分布列和数学期望.
月份x | 1 | 2 | 3 | 4 | 5 |
y(万盒) | 4 | 4 | 5 | 6 | 6 |
(1)该同学为了求出





(2)若某药店现有该制药厂今年二月份生产的甲胶囊4盒和三月份生产的甲胶囊5盒,小红同学从中随机购买了3盒甲胶囊,后经了解发现该制药厂今年二月份生产的所有甲胶囊均存在质量问题,记小红同学所购买的3盒甲胶囊中存在质量问题的盒数为ξ,求ξ的分布列和数学期望.
某同学用收集到的6组数据对(xi,yi)(i=1,2,3,4,5,6)制作成如图所示的散点图(点旁的数据为该点坐标),并由最小二乘法计算得到回归直线l的方程:
x
,相关指数为r.现给出以下3个结论:①r>0;②直线l恰好过点D;③
1;其中正确的结论是





A.①② | B.①③ |
C.②③ | D.①②③ |
某单位为了落实“绿水青山就是金山银山”理念,制定节能减排的目标,先调查了用电量
(单位:千瓦·时)与气温
(单位:
)之间的关系,随机选取了4天的用电量与当天气温,并制作了以下对照表:
由表中数据得线性回归方程:
,则由此估计:当某天气温为12
时,当天用电量约为( )



![]() ![]() | 17 | 14 | 10 | -1 |
![]() ![]() | 24 | 34 | 38 | 64 |
由表中数据得线性回归方程:


A.56千瓦![]() | B.36千瓦![]() | C.34千瓦![]() | D.38千瓦![]() |
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:



(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:

某市2011年至2017年新开楼盘的平均销售价格(单位:千元/平方米)的统计数据如下表:
(1)求
关于x的线性回归方程;
(2)利用(1)中的回归方程,分析2011年至2017年该市新开楼盘平均销售价格的变化情况,并预测该市2019年新开楼盘的平均销售价格.
附:参考公式:
,
,其中
为样本平均值.
参考数据:
.
年份 | 2011 | 2012 | 2013 | 2014 | 2015 | 2016 | 2017 |
年份代号![]() | 1 | 2 | 3 | 4 | 5 | 6 | 7 |
销售价格![]() | 3 | 3.4 | 3.7 | 4.5 | 4.9 | 5.3 | 6 |
(1)求

(2)利用(1)中的回归方程,分析2011年至2017年该市新开楼盘平均销售价格的变化情况,并预测该市2019年新开楼盘的平均销售价格.
附:参考公式:



参考数据:


某小卖部为了了解热茶销售量y(杯)与气温
之间的关系,随机统计了某4天卖出的热茶的杯数与当天气温度数,并制作了对照表:
由表中数据算得线性回归方程
中的
,预测当气温为
时,热茶销售量大约为_____ 杯.

气温(![]() | 18 | 13 | 10 | -1 |
杯数(杯) | 24 | 34 | 38 | 64 |
由表中数据算得线性回归方程



已知回归直线
斜率的估计值为1. 23,样本点的中心为点(4,5),当x=2时,估计y的值为 ( )

A.6. 46 | B.7. 46 |
C.2. 54 | D.1. 39 |
据不完全统计,某厂的生产原料耗费
(单位:百万元)与销售额
(单位:百万元)如下:
变量
、
为线性相关关系.
(1)求线性回归方程必过的点;
(2)求线性回归方程;
(3)若实际销售额要求不少于
百万元,则原材料耗费至少要多少百万元。
,


![]() | 2 | 4 | 6 | 8 |
![]() | 30 | 40 | 50 | 70 |
变量


(1)求线性回归方程必过的点;
(2)求线性回归方程;
(3)若实际销售额要求不少于



进入春天,大气流动性变好,空气质量随之提高,自然风光越来越美,自驾游乡村游也就越来越热.某旅游景区试图探究车流量与景区接待能力的相关性,确保服务质量和游客安全,以便于确定是否对进入景区车辆实施限行.为此,该景区采集到过去一周内某时段车流量与接待能力指数的数据如表:
(I)根据表中周一到周五的数据,求y关于x的线性回归方程.
(Ⅱ)若由线性回归方程得到的估计数据与所选出的检验数据的误差均不超过2,则认为该线性回归方程是可靠的.请根据周六和周日数据,判定所得的线性回归方程是否可靠?
附参考公式及参考数据:线性回归方程
,其中
;
时间 | 周一 | 周二 | 周三 | 周四 | 周五 | 周六 | 周日 |
车流量(x千辆) | 10 | 9 | 9.5 | 10.5 | 11 | 8 | 8.5 |
接待能力指数y | 78 | 76 | 77 | 79 | 80 | 73 | 75 |
(I)根据表中周一到周五的数据,求y关于x的线性回归方程.
(Ⅱ)若由线性回归方程得到的估计数据与所选出的检验数据的误差均不超过2,则认为该线性回归方程是可靠的.请根据周六和周日数据,判定所得的线性回归方程是否可靠?
附参考公式及参考数据:线性回归方程


