- 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
下表是高二某位文科生连续5次月考的历史、政治的成绩:
求该生5次月考历史成绩的平均分和政治成绩的方差;
一般来说,学生的历史成绩与政治成绩有较强的线性相关,根据上表提供的数据,求两个变量
的线性回归方程
.
(附:
,
,
,
)
月份 | 9 | 10 | 11 | 12 | 1 |
历史(![]() | 79 | 81 | 83 | 85 | 87 |
政治(![]() | 77 | 79 | 79 | 82 | 83 |
求该生5次月考历史成绩的平均分和政治成绩的方差;
一般来说,学生的历史成绩与政治成绩有较强的线性相关,根据上表提供的数据,求两个变量


(附:




某品牌餐饮公司准备在10个规模相当的地区开设加盟店,为合理安排各地区加盟店的个数,先在其中5个地区试点,得到试点地区加盟店个数分别为1,2,3,4,5时,单店日平均营业额
(万元)的数据如下:
(1)求单店日平均营业额
(万元)与所在地区加盟店个数
(个)的线性回归方程;
(2)根据试点调研结果,为保证规模和效益,在其他5个地区,该公司要求同一地区所有加盟店的日平均营业额预计值总和不低于35万元,求一个地区开设加盟店个数
的所有可能取值;
(3)小赵与小王都准备加入该公司的加盟店,根据公司规定,他们只能分别从其他五个地区(加盟店都不少于2个)中随机选一个地区加入,求他们选取的地区相同的概率.
(参考数据及公式:
,
,线性回归方程
,其中
,
.)

加盟店个数![]() | 1 | 2 | 3 | 4 | 5 |
单店日平均营业额![]() | 10.9 | 10.2 | 9 | 7.8 | 7.1 |
(1)求单店日平均营业额


(2)根据试点调研结果,为保证规模和效益,在其他5个地区,该公司要求同一地区所有加盟店的日平均营业额预计值总和不低于35万元,求一个地区开设加盟店个数

(3)小赵与小王都准备加入该公司的加盟店,根据公司规定,他们只能分别从其他五个地区(加盟店都不少于2个)中随机选一个地区加入,求他们选取的地区相同的概率.
(参考数据及公式:





某农科所对冬季昼夜温差大小与某反季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2015年12月1日至12月5日的每天昼夜温差与实验室每天每100颗种子中的发芽数,得到如表:
该农科所确定的研究方案是:先从这五组数据中选取2组,用剩下的3组数据求线性回归方程,再对被选取的2组数据进行检验.
(1)若选取的是12月1日与12月5日的两组数据,请根据12月2日至12月4日的数据,求出y关于x的线性回归方程
bx+a;
(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(2)中所得到的线性回归方程是否可靠?
,
.
日期 | 12月1日 | 12月2日 | 12月3日 | 12月4日 | 12月5日 |
温差x(℃) | 10 | 11 | 13 | 12 | 8 |
发芽数y(颗) | 23 | 25 | 30 | 26 | 16 |
该农科所确定的研究方案是:先从这五组数据中选取2组,用剩下的3组数据求线性回归方程,再对被选取的2组数据进行检验.
(1)若选取的是12月1日与12月5日的两组数据,请根据12月2日至12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(2)中所得到的线性回归方程是否可靠?


经统计,用于数学学习的时间(单位:小时)与成绩(单位:分)近似于线性相关关系.对某小组学生每周用于数学的学习时间
与数学成绩
进行数据收集如下:

由样本中样本数据求得回归直线方程为
,则点
与直线
的位置关系是( )



由样本中样本数据求得回归直线方程为



A.![]() | B.![]() |
C.![]() | D.![]() ![]() |
某位同学进行寒假社会实践活动,为了对白天平均气温与某奶茶店的某种饮料销量之间的关系进行分析研究,他分别记录了1月11日至1月15日的白天平均气温


日 期 | 1月11日 | 1月12日 | 1月13日 | 1月14日 | 1月15日 |
平均气温![]() | 9 | 10 | 12 | 11 | 8 |
销量![]() | 23 | 25 | 30 | 26 | 21 |
(1)若从这五组数据中随机抽出2组,求抽出的2组数据恰好是相邻2天数据的概率;
(2)请根据所给五组数据,求出y关于x的线性回归方程

(参考公式:

某企业新研发了一种产品,产品的成本由原料成本及非原料成本组成.每件产品的非原料成本
(元)与生产该产品的数量
(千件)有关,经统计得到如下数据:
根据以上数据,绘制了散点图.

观察散点图,两个变量不具有线性相关关系,现考虑用反比例函数模型
和指数函数模型
分别对两个变量的关系进行拟合.已求得用指数函数模型拟合的回归方程为
,
与
的相关系数
.
参考数据(其中
):
(1)用反比例函数模型求
关于
的回归方程;
(2)用相关系数判断上述两个模型哪一个拟合效果更好(精确到0.01),并用其估计产量为10千件时每件产品的非原料成本;
(3)该企业采取订单生产模式(根据订单数量进行生产,即产品全部售出).根据市场调研数据,若该产品单价定为100元,则签订9千件订单的概率为0.8,签订10千件订单的概率为0.2;若单价定为90元,则签订10千件订单的概率为0.3,签订11千件订单的概率为0.7.已知每件产品的原料成本为10元,根据(2)的结果,企业要想获得更高利润,产品单价应选择100元还是90元,请说明理由.
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:
,
,相关系数
.


![]() | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 |
![]() | 112 | 61 | 44.5 | 35 | 30.5 | 28 | 25 | 24 |
根据以上数据,绘制了散点图.

观察散点图,两个变量不具有线性相关关系,现考虑用反比例函数模型






参考数据(其中

![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() |
183.4 | 0.34 | 0.115 | 1.53 | 360 | 22385.5 | 61.4 | 0.135 |
(1)用反比例函数模型求


(2)用相关系数判断上述两个模型哪一个拟合效果更好(精确到0.01),并用其估计产量为10千件时每件产品的非原料成本;
(3)该企业采取订单生产模式(根据订单数量进行生产,即产品全部售出).根据市场调研数据,若该产品单价定为100元,则签订9千件订单的概率为0.8,签订10千件订单的概率为0.2;若单价定为90元,则签订10千件订单的概率为0.3,签订11千件订单的概率为0.7.已知每件产品的原料成本为10元,根据(2)的结果,企业要想获得更高利润,产品单价应选择100元还是90元,请说明理由.
参考公式:对于一组数据






