- 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
- 相关关系
- 散点图
- 回归直线方程
- + 最小二乘法
- 求回归直线方程
- 最小二乘法的概念及辨析
- 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
《环境空气质量指标(
)技术规定(试行)》如表1:
表1:空气质量指标
分组表

表2是长沙市某气象观测点在某连续4天里的记录,
指数
与当天的空气水平可见度
的情况.
表2:

表3是某气象观测点记录的长沙市2016年1月1日至1月30日
指数频数统计表.
表3:

(1)设
,根据表2的数据,求出
关于
的回归方程;
(2)小李在长沙市开了一家小洗车店,经小李统计:
指数不高于200时,洗车店平均每天亏损约200元;
指数在200至400时,洗车店平均每天收入约400元;
指数大于400时,洗车店平均每天收入约700元.
(ⅰ)计算小李的洗车店在当年1月份每天收入的数学期望.
(ⅱ)若将频率看成概率,求小李在连续三天里洗车店的总收入不低于1200元的概率.(用最小二乘法求线性回归方程系数公式
,
.)

表1:空气质量指标


表2是长沙市某气象观测点在某连续4天里的记录,



表2:

表3是某气象观测点记录的长沙市2016年1月1日至1月30日

表3:

(1)设



(2)小李在长沙市开了一家小洗车店,经小李统计:



(ⅰ)计算小李的洗车店在当年1月份每天收入的数学期望.
(ⅱ)若将频率看成概率,求小李在连续三天里洗车店的总收入不低于1200元的概率.(用最小二乘法求线性回归方程系数公式


某研究性学习小组对某花卉种子的发芽率与昼夜温差之间的关系进行研究,他们分别记录了3月1日至3月5日的昼夜温差及每天30颗种子的发芽率,并得到如下资料:

参考数据:
,
,其中
,
.
(1)请根据3月1日至3月5日的数据,求出
关于
的线性回归方程,据气象预报3月6日的昼夜温
差为
,请预测3月6日浸泡的30颗种子的发芽数.(结果保留整数)
(2)从3月1日至3月5日中任选两天,记种子发芽数超过15颗的天数为
,求
的概率分布列,并
求其数学期望和方差.

参考数据:




(1)请根据3月1日至3月5日的数据,求出


差为

(2)从3月1日至3月5日中任选两天,记种子发芽数超过15颗的天数为


求其数学期望和方差.
某农科所对冬季昼夜温差大小与某反季节大豆新品种发芽多少之间的关系进行分析研究,他们分别记录了12月1日到3日的每天昼夜温差与实验室每天每100颗种子发芽数,得到如下资料:
该农科所确定的研究方案是:先从这3组数据求出线性回归方程,再对12月4日的数据进行推测和检验.则根据以上3天的数据,求出y关于x的线性回归方程是
日期 | 12月1日 | 12月2日 | 12月3日 |
温差x(![]() | 11 | 13 | 12 |
发芽数y(颗) | 25 | 30 | 26 |
该农科所确定的研究方案是:先从这3组数据求出线性回归方程,再对12月4日的数据进行推测和检验.则根据以上3天的数据,求出y关于x的线性回归方程是
A.![]() |
B.![]() |
C.![]() |
D.![]() |
随着移动互联网的快速发展,基于互联网的共享单车应运而生.某市场研究人员为了了解共享单车运营公司M的经营状况,对该公司最近六个月内的市场占有率进行了统计,并绘制了相应的折线图.

(Ⅰ)由折线图可以看出,可用线性回归模型拟合月度市场占有率y与月份代码x之间的关系.求y关于x的线性回归方程,并预测M公司2017年4月份的市场占有率;
(Ⅱ)为进一步扩大市场,公司拟再采购一批单车.现有采购成本分别为1000元/辆和1200元/辆的A、B两款车型可供选择,按规定每辆单车最多使用4年,但由于多种原因(如骑行频率等)会导致车辆报废年限各不相同.考虑到公司运营的经济效益,该公司决定先对两款车型的单车各100辆进行科学模拟测试,得到两款单车使用寿命频数表如下:
经测算,平均每辆单车每年可以带来收入500元.不考虑除采购成本之外的其他成本,假设每辆单车的使用寿命都是整数年,且以频率作为每辆单车使用寿命的概率.如果你是M公司的负责人,以每辆单车产生利润的期望值为决策依据,你会选择采购哪款车型?
参考数据:
,
.
参考公式:
回归直线方程为
其中 


(Ⅰ)由折线图可以看出,可用线性回归模型拟合月度市场占有率y与月份代码x之间的关系.求y关于x的线性回归方程,并预测M公司2017年4月份的市场占有率;
(Ⅱ)为进一步扩大市场,公司拟再采购一批单车.现有采购成本分别为1000元/辆和1200元/辆的A、B两款车型可供选择,按规定每辆单车最多使用4年,但由于多种原因(如骑行频率等)会导致车辆报废年限各不相同.考虑到公司运营的经济效益,该公司决定先对两款车型的单车各100辆进行科学模拟测试,得到两款单车使用寿命频数表如下:
报废年限 车型 | 1年 | 2年 | 3年 | 4年 | 总计 |
A | 20 | 35 | 35 | 10 | 100 |
B | 10 | 30 | 40 | 20 | 100 |
经测算,平均每辆单车每年可以带来收入500元.不考虑除采购成本之外的其他成本,假设每辆单车的使用寿命都是整数年,且以频率作为每辆单车使用寿命的概率.如果你是M公司的负责人,以每辆单车产生利润的期望值为决策依据,你会选择采购哪款车型?
参考数据:


参考公式:
回归直线方程为



随着移动互联网的快速发展,基于互联网的共享单车应运而生.某市场研究人员为了了解共享单车运营公司M的经营状况,对该公司最近六个月内的市场占有率进行了统计,并绘制了相应的折线图.

(Ⅰ)由折线图可以看出,可用线性回归模型拟合月度市场占有率y与月份代码x之间的关系.求y关于x的线性回归方程,并预测M公司2017年4月份(即x=7时)的市场占有率;
(Ⅱ)为进一步扩大市场,公司拟再采购一批单车.现有采购成本分别为1000元/辆和1200元/辆的A、B两款车型可供选择,按规定每辆单车最多使用4年,但由于多种原因(如骑行频率等)会导致车辆报废年限各不相同.考虑到公司运营的经济效益,该公司决定先对两款车型的单车各100辆进行科学模拟测试,得到两款单车使用寿命频数表如下:
经测算,平均每辆单车每年可以带来收入500元.不考虑除采购成本之外的其他成本,假设每辆单车的使用寿命都是整数年,且以频率作为每辆单车使用寿命的概率.如果你是M公司的负责人,以每辆单车产生利润的期望值为决策依据,你会选择采购哪款车型?
参考数据:

(参考公式:回归直线方程为
,其中
)

(Ⅰ)由折线图可以看出,可用线性回归模型拟合月度市场占有率y与月份代码x之间的关系.求y关于x的线性回归方程,并预测M公司2017年4月份(即x=7时)的市场占有率;
(Ⅱ)为进一步扩大市场,公司拟再采购一批单车.现有采购成本分别为1000元/辆和1200元/辆的A、B两款车型可供选择,按规定每辆单车最多使用4年,但由于多种原因(如骑行频率等)会导致车辆报废年限各不相同.考虑到公司运营的经济效益,该公司决定先对两款车型的单车各100辆进行科学模拟测试,得到两款单车使用寿命频数表如下:
报废年限 车型 | 1年 | 2年 | 3年 | 4年 | 总计 |
A | 20 | 35 | 35 | 10 | 100 |
B | 10 | 30 | 40 | 20 | 100 |
经测算,平均每辆单车每年可以带来收入500元.不考虑除采购成本之外的其他成本,假设每辆单车的使用寿命都是整数年,且以频率作为每辆单车使用寿命的概率.如果你是M公司的负责人,以每辆单车产生利润的期望值为决策依据,你会选择采购哪款车型?
参考数据:


(参考公式:回归直线方程为


在一次耐力和体能测试之后,某校对其甲、乙、丙、丁四位学生的耐力成绩(
)和体能成绩(
)进行回归分析,求得回归直线方程为
.由于某种原因,成绩表(如下表所示)中缺失了乙的耐力和体能成绩.
(Ⅰ)请设法还原乙的耐力成绩
和体能成绩
;
(Ⅱ)在区域性校际学生身体综合素质比赛中,由甲、乙、丙、丁四位学生组成学校代表队参赛.共举行3场比赛,每场比赛均由赛事主办方从学校代表中随机抽两人参赛,每场比赛所抽的选手中,只要有一名选手的综合素质分高于16分,就能为所在学校赢得一枚荣誉奖章.若记比赛中赢得荣誉奖章的枚数为
,试根据上表所提供数据,预测该校所获奖章数
的分布列与数学期望.



| 甲 | 乙 | 丙 | 丁 |
耐力成绩(X) | 7.5 | m | 8 | 8.5 |
体能成绩(Y) | 8 | n | 8.5 | 9.5 |
综合素质 ( | 15.5 | 16 | 16.5 | 18 |
(Ⅰ)请设法还原乙的耐力成绩


(Ⅱ)在区域性校际学生身体综合素质比赛中,由甲、乙、丙、丁四位学生组成学校代表队参赛.共举行3场比赛,每场比赛均由赛事主办方从学校代表中随机抽两人参赛,每场比赛所抽的选手中,只要有一名选手的综合素质分高于16分,就能为所在学校赢得一枚荣誉奖章.若记比赛中赢得荣誉奖章的枚数为


网络购物已经成为一种时尚,电商们为了提升知名度,加大了在媒体上的广告投入.经统计,近五年某电商在媒体上的广告投入费用x(亿元)与当年度该电商的销售收入y(亿元)的数据如下表:):
(1)求y关于x的回归方程; (2)2017年度该电商准备投入广告费1.5亿元,
利用(1)中的回归方程,预测该电商2017年的销售收入.
附:回归直线的斜率和截距的最小二乘估计公式分别为:
,选用数据:
,
年份 | 2012年 | 2013年 | 2014 | 2015 | 2016 |
广告投入x | 0.8 | 0.9 | 1 | 1.1 | 1.2 |
销售收入y | 16 | 23 | 25 | 26 | 30 |
(1)求y关于x的回归方程; (2)2017年度该电商准备投入广告费1.5亿元,
利用(1)中的回归方程,预测该电商2017年的销售收入.
附:回归直线的斜率和截距的最小二乘估计公式分别为:




下表数据为某地区某基地某种农产品的年产量
(单位:吨)及对应销售价格
(单位:万元/吨).
(1)若
与
有较强的线性相关关系,请用最小二乘法求出
关与
的线性回归方程
;
(2)若每吨该农产品的成本为1万元,假设该农产品可全部卖出,预测当年产量为多少吨时,年利润
最大?最大利润是多少?
参考公式:
,
.


![]() | 1 | 2 | 3 |
![]() | 5 | 4 | 3 |
(1)若





(2)若每吨该农产品的成本为1万元,假设该农产品可全部卖出,预测当年产量为多少吨时,年利润

参考公式:


某工厂经过技术改造后,生产某种产品的产量(吨)与相应的生产能耗(吨标准煤)有如下几组样本数据,
据相关性检验,这组样本数据具有线性相关关系,通过线性回归分析,求得回归直线的斜率为
,那么这组数据的回归直线方程是_________.
(参考公式:
)
x | 3 | 4 | 5 | 6 |
y | 2.5 | 3 | 4 | 4.5 |
据相关性检验,这组样本数据具有线性相关关系,通过线性回归分析,求得回归直线的斜率为

(参考公式:
