- 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
某研究机构在对具有线性相关的两个变量
和
进行统计分析时,得到如下数据:
由表中数据求得
关于
的回归方程为
,则在这些样本点中任取一点,该点落在回归直线下方的概率为_______.


![]() | ![]() | ![]() | ![]() | ![]() | ![]() |
![]() | ![]() | ![]() | ![]() | ![]() | ![]() |
由表中数据求得



已知
与
及
与
的成对数据如下,且
关于
的回归直线方程为
,求
关于
的回归直线方程.









![]() | 1 | 2 | 3 | 4 | 5 |
![]() | 2 | 3 | 4 | 5 | 7 |
![]() | 10 | 20 | 30 | 40 | 50 |
![]() | 25 | 35 | 45 | 55 | 75 |
高三某班学生每周用于物理学习的时间x(单位:小时)与物理成绩y(单位:分)之间有如下关系:
根据上表可得回归方程的斜率为3.53,则回归直线在y轴上的截距为________.(精确到0.1)
x | 24 | 15 | 23 | 19 | 16 | 11 | 20 | 16 | 17 | 13 |
y | 92 | 79 | 97 | 89 | 64 | 47 | 83 | 68 | 71 | 59 |
根据上表可得回归方程的斜率为3.53,则回归直线在y轴上的截距为________.(精确到0.1)
某地区不同身高
(单位:
)的未成年男性的体重
(单位:
)的平均值如下表:
试建立
与
之间的回归方程.




身高 | 60 | 70 | 80 | 90 | 100 | 110 | 120 | 130 | 140 | 150 | 160 | 170 |
体重 | 6.13 | 7.90 | 9.99 | 12.15 | 15.02 | 17.50 | 20.92 | 26.86 | 31.11 | 38.85 | 47.25 | 55.05 |
试建立


如图是某企业
年至
年的污水净化量(单位:吨)的折线图.
注:年份代码
分别对应年份
.

(1)由折线图看出,可用线性回归模型拟合
和
的关系,请用相关系数加以说明;
(2)建立
关于
的回归方程,预测
年该企业的污水净化量;
(3)请用数据说明回归方程预报的效果.
参考数据:
=54,
,
,
,
参考公式:相关系数
,
线性回归方程
,
,
,
反映回归效果的公式为:
,其中
越接近于
,表示回归的效果越好.


注:年份代码



(1)由折线图看出,可用线性回归模型拟合


(2)建立



(3)请用数据说明回归方程预报的效果.
参考数据:




参考公式:相关系数

线性回归方程



反映回归效果的公式为:



耐盐碱水稻俗称“海水稻”,是一种可以长在滩涂和盐碱地的水稻.海水稻的灌溉是将海水稀释后进行灌溉.某试验基地为了研究海水浓度
(‰)对亩产量
(吨)的影响,通过在试验田的种植实验,测得了某种海水稻的亩产量与海水浓度的数据如表.绘制散点图发现,可用线性回归模型拟合亩产量
与海水浓度
之间的相关关系,用最小二乘法计算得
与
之间的线性回归方程为
.

(1)求
,并估计当浇灌海水浓度为8‰时该品种的亩产量;
(2)(i)完成上述残差表:
(ii)统计学中常用相关指数
来刻画回归效果,
越大,模型拟合效果越好,如假设
,就说明预报变量
的差异有
是由解释变量
引起的.请计算相关指数
(精确到0.01),并指出亩产量的变化多大程度上是由浇灌海水浓度引起的?
(附:残差公式
,相关指数
)








(1)求

(2)(i)完成上述残差表:
(ii)统计学中常用相关指数







(附:残差公式


对于一组具有线性相关关系的数据(x1,y1),(x2,y2),…,(xn,yn),其线性回归直线在y轴上的截距为( )
A.y-bx | B.![]() ![]() | C.![]() ![]() | D.![]() ![]() |
某市春节期间7家超市的广告费支出
(万元)和销售额
(万元)的数据如下:
若用线性回归模型拟合
与
的关系,则
关于
的线性回归方程为__________________.
参考数据及公式:
.


超市 | A | B | C | D | E | F | G |
广告费支出![]() | 1 | 2 | 4 | 6 | 11 | 13 | 19 |
销售额![]() | 19 | 32 | 40 | 44 | 52 | 53 | 54 |
若用线性回归模型拟合




参考数据及公式:
