- 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
为了更好地规划进货的数量,保证蔬菜的新鲜程度,某蔬菜商店从某一年的销售数据中,随机抽取了8组数据作为研究对象,如右下表所示(
(吨)为买进蔬菜的质量,
(天)为销售天数):
(Ⅰ) 根据右表提供的数据在网格中绘制散点图,并判断
与
是否线性相关,若线性相关,用最小二乘法求出
关于
的线性回归方程

(Ⅱ)根据(Ⅰ)中的计算结果,若该蔬菜商店准备一次性买进蔬菜25吨,则预计需要销售多少天.
参考公式:
,


(Ⅰ) 根据右表提供的数据在网格中绘制散点图,并判断






![]() | 2 | 3 | 4 | 5 | 6 | 7 | 9 | 12 |
![]() | 1 | 2 | 3 | 3 | 4 | 5 | 6 | 8 |
(Ⅱ)根据(Ⅰ)中的计算结果,若该蔬菜商店准备一次性买进蔬菜25吨,则预计需要销售多少天.
参考公式:


某饮料店的日销售收入y(单位:百元)与当天平均气温x(单位:度)之间有下列数据:
甲、乙、丙三位同学对上述数据进行了研究,分别得到了x与y之间的三个线性回归方程:
①
x+2.8,②
x+3,③
1.2x+2.6;其中正确的是
x | –2 | –1 | 0 | 1 | 2 |
y | 5 | 4 | 2 | 2 | 1 |
甲、乙、丙三位同学对上述数据进行了研究,分别得到了x与y之间的三个线性回归方程:
①



A.① | B.② | C.③ | D.①③ |
某公司近年来特别注重创新产品的研发,为了研究年研发经费
(单位:万元)对年创新产品销售额
(单位:十万元)的影响,对近10年的研发经费
与年创新产品销售额
(其中
)的数据作了初步处理,得到如图的散点图及一些统计量的值.

其中
,
,
,
,
.现拟定
关于
的回归方程为
.
(1)求
,
的值(结果精确到
);
(2)根据拟定的回归方程,预测当研发经费为
万元时,年创新产品销售额是多少?
参考公式:
求线性回归方程系数公式:
,
.






其中








(1)求



(2)根据拟定的回归方程,预测当研发经费为

参考公式:
求线性回归方程系数公式:


为方便市民出行,倡导低碳出行.某市公交公司推出利用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,在推广期内采用随机优惠鼓励市民扫码支付乘车.该公司某线路公交车队统计了活动推广期第一周内使用扫码支付的情况,其中
(单位:天)表示活动推出的天次,
(单位:十人次)表示当天使用扫码支付的人次,整理后得到如图所示的统计表1和散点图.
表1:

(1)由散点图分析后,可用
作为该线路公交车在活动推广期使用扫码支付的人次
关于活动推出天次
的回归方程,根据表2的数据,求此回归方程,并预报第8天使用扫码支付的人次(精确到整数).
表2:
表中
,
.
(2)推广期结束后,该车队对此期间乘客的支付情况进行统计,结果如表3.
表3:
统计结果显示,扫码支付中享受5折支付的频率为
,享受7折支付的频率为
,享受9折支付的频率为
.已知该线路公交车票价为1元,将上述频率作为相应事件发生的概率,记随机变量
为在活动期间该线路公交车搭载乘客一次的收入(单位:元),求
的分布列和期望.
参考公式: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
参考数据:
,
,
.


表1:
x | 第1天 | 第2天 | 第3天 | 第4天 | 第5天 | 第6天 | 第7天 |
y | 7 | 12 | 20 | 33 | 54 | 90 | 148 |

(1)由散点图分析后,可用



表2:
![]() | ![]() | ![]() | ![]() | ![]() | ![]() |
4 | 52 | 3.5 | 140 | 2069 | 112 |
表中


(2)推广期结束后,该车队对此期间乘客的支付情况进行统计,结果如表3.
表3:
支付方式 | 现金 | 乘车卡 | 扫码 |
频率 | 10% | 60% | 30% |
优惠方式 | 无优惠 | 按7折支付 | 随机优惠(见下面统计结果) |
统计结果显示,扫码支付中享受5折支付的频率为





参考公式:对于一组数据






有一个同学家开了一个奶茶店,他为了研究气温对热奶茶销售杯数的影响,从一季度中随机选取5天,统计出气温与热奶茶销售杯数,如表:

(Ⅰ)求热奶茶销售杯数关于气温的线性回归方程
(
精确到0.1),若某天的气温为
,预测这天热奶茶的销售杯数;
(Ⅱ)从表中的5天中任取一天,若已知所选取该天的热奶茶销售杯数大于120,求所选取该天热奶茶销售杯数大于130的概率.
参考数据:
,
.
参考公式:
,

(Ⅰ)求热奶茶销售杯数关于气温的线性回归方程



(Ⅱ)从表中的5天中任取一天,若已知所选取该天的热奶茶销售杯数大于120,求所选取该天热奶茶销售杯数大于130的概率.
参考数据:


参考公式:


某地区某农产品近几年的产量统计如表:
(1)根据表中数据,建立y关于t的线性回归方程
;
(2)根据线性回归方程预测2019年该地区该农产品的年产量.
年份 | 2012 | 2013 | 2014 | 2015 | 2016 | 2017 |
年份代码t | 1 | 2 | 3 | 4 | 5 | 6 |
年产量y(万吨) | 6.6 | 6.7 | 7 | 7.1 | 7.2 | 7.4 |
(1)根据表中数据,建立y关于t的线性回归方程

(2)根据线性回归方程预测2019年该地区该农产品的年产量.
公历
月
日为我国传统清明节,清明节扫墓我们都要献鲜花,某种鲜花的价格会随着需求量的增加而上升.一个批发市场向某地商店供应这种鲜花,具体价格统计如下表所示
(I)根据上表中的数据进行判断,函数模型
与
哪一个更适合于体现日供应量
与单价
之间的关系;(给出判断即可,不必说明理由)
(II)根据(I)的判断结果以及参考数据,建立
关于
的回归方程;
(III)该地区有
个商店,其中
个商店每日对这种鲜花的需求量在
束以下,
个商店每日对这种鲜花的需求量在
束以上,则从这
个商店个中任取
个进行调查,求恰有
个商店对这种鲜花的需求量在
束以上的概率.
参考公式及相关数据: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
,
.


日供应量![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() |
单位![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() |
(I)根据上表中的数据进行判断,函数模型




(II)根据(I)的判断结果以及参考数据,建立


(III)该地区有









参考公式及相关数据:对于一组数据






![]() | ![]() | ![]() | ![]() |
![]() | ![]() | ![]() | ![]() |