- 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
小明同学在做一项市场调查时的如下样本数据：
他由此样本得到回归直线的方程为
，则下列说法正确的是( )
 | 1 | 3 | 6 | 10 |
 | 8 |  | 4 | 2 |
他由此样本得到回归直线的方程为
，则下列说法正确的是( )| A．变量与线性正相关 | B．的值为2时，的值为11.3 |
C． | D．变量与之间是函数关系 |
某同学将收集到的六组数据制作成散点图如图所示，并得到其回归直线的方程为
，计算其相关系数为
，相关指数为
.经过分析确定点
为“离群点”，把它去掉后，再利用剩下的5组数据计算得到回归直线的方程为
，相关系数为
，相关指数为
.以下结论中，不正确的是
，计算其相关系数为，相关指数为.经过分析确定点为“离群点”，把它去掉后，再利用剩下的5组数据计算得到回归直线的方程为，相关系数为，相关指数为.以下结论中，不正确的是A． | B． |
C． | D． |
如表是某厂节能降耗技术改造后，在生产甲产品过程中记录的产量
（吨）与相应的生产能耗
（吨）的几组对应数据：
若根据如表提供的数据，用最小二乘法可求得对的回归直线方程是
，则表中
的值为（ ）
（吨）与相应的生产能耗（吨）的几组对应数据：| | 3 | 4 | 5 | 6 |
| | 2.5 | 3 | m | 4.5 |
若根据如表提供的数据，用最小二乘法可求得
对的回归直线方程是，则表中的值为（ ）| A．4 | B．4.5 | C．3 | D．3.5 |
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（ ）
(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：| （单位：） | 17 | 14 | 10 | -1 |
（单位：千瓦 时） | 24 | 34 | 38 | 64 |
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（ ）| A．56千瓦时 | B．36千瓦时 | C．34千瓦时 | D．38千瓦时 |
，
，
，
的线性回归方程为
，则
_______.在2018年1月15日那天，某市物价部门对本市的5家商场的某商品的一天销售量及其价格进行调查，5家商场的售价
元和销售量
件之间的一组数据如下表所示：
由散点图可知，销售量与价格之间有较强的线性相关关系，其线性回归方程是
，且
，则其中的
（ ）
元和销售量件之间的一组数据如下表所示：| 价格 | 9 | 9.5 |  | 10.5 | 11 |
| 销售量 | 11 |  | 8 | 6 | 5 |
由散点图可知，销售量
与价格之间有较强的线性相关关系，其线性回归方程是，且，则其中的（ ）| A．10 | B．11 | C．12 | D．10.5 |
从某高中随机选取5名高三男生，其身高和体重的数据如下表所示：
根据上表可得回归直线方程
，据此模型预报身高为
的高三男生体重为（ ）
根据上表可得回归直线方程
，据此模型预报身高为的高三男生体重为（ ）A． | B． | C． | D． |
相关变量的样本数据如下表
经回归分析可得
与
线性相关，并由最小二乘法求得回归直线方程为
，下列说法正确的是（ ）
| 1 | 2 | 3 | 4 | 5 | 6 | 7 |
| 2.9 | 3.3 | 3.6 | 4.4 | 4.8 |  | 5.9 |
经回归分析可得
与线性相关，并由最小二乘法求得回归直线方程为，下列说法正确的是（ ）| A．增加1时，一定增加2.3 | B． |
| C．当为6.3时，一定是8 | D． |
、
的取值如表所示：
，则
______．某研究性学习小组对春季昼夜温差大小与某花卉种子发芽多少之间的关系进行研究，他们分别记录了3月1日至3月5日的每天昼夜温差与实验室每天每100颗种子浸泡后的发芽数，得到如下资料：
(1)请根据3月2日至3月4日的数据，求出y关于x的线性回归方程
；
(2)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颗，则认为得到的线性回归方程是可靠的，试问(1)中所得的线性回归方程是否可靠？
| 日期 | 3月1日 | 3月2日 | 3月3日 | 3月4日 | 3月5日 |
| 温差x(℃) | 10 | 11 | 13 | 12 | 8 |
| 发芽数y(颗) | 23 | 25 | 30 | 26 | 16 |
(1)请根据3月2日至3月4日的数据，求出y关于x的线性回归方程
；(2)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颗，则认为得到的线性回归方程是可靠的，试问(1)中所得的线性回归方程是否可靠？