- 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
- + 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
广东省的生产总值已经连续30年位居全国第一位，如表是广东省从2012年至2018年7年的生产总值以人民币（单位：万亿元）计算的数据：
（1）从表中数据可认为x和y的线性相关性较强，求出以x为解释变量、y为预报变量的线性回归方程（系数精确到0.01）；
（2）广东省2018年人口约为1.13亿，德国2018年人口约为0.83亿.从人口数量比较看，广东省比德国人口多，但德国2018年的生产总值为4.00万亿美元，以（1）的结论为依据，预测广东省在哪年的生产总值能超过德国在2018年的生产总值？
参考数据：
yi=52.81，
xiyi=230.05， yi2=411.2153， xi2=140.
货币兑换：1美元≈7.03元人民币
参考公式：回归方程
x
中斜率
和截距
的最小二乘估计公式分别为：
，
.
| 年份 | 2012 | 2013 | 2014 | 2015 | 2016 | 2017 | 2018 |
| 年份代号x | 1 | 2 | 3 | 4 | 5 | 6 | 7 |
| 广东省生产总值y（单位：万亿元） | 5.71 | 6.25 | 6.78 | 7.28 | 8.09 | 8.97 | 9.73 |
（1）从表中数据可认为x和y的线性相关性较强，求出以x为解释变量、y为预报变量的线性回归方程（系数精确到0.01）；
（2）广东省2018年人口约为1.13亿，德国2018年人口约为0.83亿.从人口数量比较看，广东省比德国人口多，但德国2018年的生产总值为4.00万亿美元，以（1）的结论为依据，预测广东省在哪年的生产总值能超过德国在2018年的生产总值？
参考数据：
yi=52.81， xiyi=230.05， yi2=411.2153， xi2=140.货币兑换：1美元≈7.03元人民币
参考公式：回归方程
x中斜率和截距的最小二乘估计公式分别为：，.某工厂今年前5个月某种产品的产量（单位：万件）的数据如下表：
（1）若从这5组数据中随机抽出2组，求抽出的2组数据恰好是不相邻两个月的数据的概率；
（2）求出
关于
的线性回归方程
，并估计今年6月份该种产品的产量.
参考公式：
.
| （月份） | 1 | 2 | 3 | 4 | 5 |
| （产量） | 4 | 5 | 4 | 6 | 6 |
（1）若从这5组数据中随机抽出2组，求抽出的2组数据恰好是不相邻两个月的数据的概率；
（2）求出
关于的线性回归方程，并估计今年6月份该种产品的产量.参考公式：
.又到了品尝小龙虾的季节，小龙虾近几年来被称作是“国民宵夜”风靡国内外.在巨大的需求市场下，湖北的小龙虾产量占据了全国的半壁江山，湖北某地区近几年的小龙虾产量统计如下表：
（1）根据表中数据，建立
关于
的线性回归方程
；
（2）根据线性回归方程预测2019年该地区农产品的年产量.
附：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：
，计算结果保留小数点后两位）.
| 年份 | 2013 | 2014 | 2015 | 2016 | 2017 | 2018 |
| 年份代码 | 1 | 2 | 3 | 4 | 5 | 6 |
| 年产量（万吨） | 6.6 | 6.9 | 7.4 | 7.7 | 8 | 8.4 |
（1）根据表中数据，建立
关于的线性回归方程；（2）根据线性回归方程预测2019年该地区农产品的年产量.
附：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：，计算结果保留小数点后两位）.中石化集团通过与安哥拉国家石油公司合作，获得了安哥拉深海油田区块的开采权，集团在某些区块随机初步勘探了部分旧井，取得了地质资料.进入全面勘探时期后集团按网络点来布置井位来进行全面勘探.由于勘探一口井的费用很高，如果新设计的井位与原有井位重合或接近，便利用旧井的地质资料，不必打这口新井，以节约勘探费用.勘探初期数据资料见下表：
（1）若1
6号旧井位置满足线性分布，借助前5组数据所求得的回归直线方程为
，且
，求
，并估计
的预报值；
（2）现准备勘探新井7（1，25），若通过，1，3，5，7号井计算出的
，
的值与（1）中，的值的差不超过10%，则使用位置最接近的旧井
，否则在新位置打井，请判断可否使用旧井？（注：其中的计算结果用四舍五入法保留一位小数）
参考数据：
参考公式：
| 井位 | 1 | 2 | 3 | 4 | 5 | 6 |
坐标  |  |  |  |  |  |  |
钻探深度 | 2 | 4 | 5 | 6 | 8 | 10 |
出油量 | 40 | 70 | 110 | 90 | 160 | 205 |
（1）若1
6号旧井位置满足线性分布，借助前5组数据所求得的回归直线方程为，且，求，并估计的预报值；（2）现准备勘探新井7（1，25），若通过，1，3，5，7号井计算出的
，的值与（1）中，的值的差不超过10%，则使用位置最接近的旧井，否则在新位置打井，请判断可否使用旧井？（注：其中的计算结果用四舍五入法保留一位小数）参考数据：
参考公式：
一种室内种植的珍贵草药的株高
(单位:
)与一定范围内的温度
(单位:
)有关，现收集了该种草药的13组观测数据，得到如下的散点图，现根据散点图利用
或
建立关于的回归方程,令
,
,得到如下数据,且
与
(
)的相关系数分别为
,且
.
（1）用相关系数说明哪种模型建立与的回归方程更合适;
（2）根据（1）的结果及表中数据,建立
关于的回归方程;
（3）已知这种草药的利润
与,的关系为
，当为何值时，利润的预报值最大.
附:参考公式和数据: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
,
,相关系数
,
(单位:)与一定范围内的温度(单位:)有关，现收集了该种草药的13组观测数据，得到如下的散点图，现根据散点图利用或建立关于的回归方程,令,,得到如下数据,且与()的相关系数分别为,且. |  |  |  |
| 10.15 | 109.94 | 3.04 | 0.16 |
 |  |  |  |  |
 |  |  |  |  |
（1）用相关系数说明哪种模型建立
与的回归方程更合适;（2）根据（1）的结果及表中数据,建立
关于的回归方程;（3）已知这种草药的利润
与,的关系为，当为何值时，利润的预报值最大.附:参考公式和数据: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,,相关系数 ,某医院用光电比色计检查尿汞时，得尿汞含量(毫克/升)与消光系数如下表：
（1）作散点图；
（2）如果
与
之间具有线性相关关系，求回归线直线方程；
（3）估计尿汞含量为9毫克/升时消光系数．
，
．
参考数据：
，
．
| 尿汞含量 | 2 | 4 | 6 | 8 | 10 |
| 消光系数 | 64 | 138 | 205 | 285 | 360 |
（1）作散点图；
（2）如果
与之间具有线性相关关系，求回归线直线方程；（3）估计尿汞含量为9毫克/升时消光系数．
，．参考数据：
，．商品价格与商品需求量是经济学中的一种基本关系，某服装公司需对新上市的一款服装制定合理的价格，需要了解服装的单价x（单位：元）与月销量y（单位：件）和月利润z（单位：元）的影响，对试销10个月的价格
和月销售量
（
）数据作了初步处理，得到如图所示的散点图及一些统计量的值.
表中
.
（1）根据散点图判断，
与
哪一个适宜作为需求量y关于价格x的回归方程类型？（给出判断即可，不必说明理由）
（2）根据（1）的判断结果及表中数据，建立y关于x的回归方程；
（3）已知这批服装的成本为每件10元，根据（1）的结果回答下列问题；
（i）预测当服装价格
时，月销售量的预报值是多少？
（ii）当服装价格x为何值时，月利润的预报值最大？（参考数据
）
附：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
.
和月销售量（）数据作了初步处理，得到如图所示的散点图及一些统计量的值.| x |  | y |  |  |  |  |
| 61 | 0.018 | 372 |  | 2670 | 26 | 0.0004 |
表中
.（1）根据散点图判断，
与哪一个适宜作为需求量y关于价格x的回归方程类型？（给出判断即可，不必说明理由）（2）根据（1）的判断结果及表中数据，建立y关于x的回归方程；
（3）已知这批服装的成本为每件10元，根据（1）的结果回答下列问题；
（i）预测当服装价格
时，月销售量的预报值是多少？（ii）当服装价格x为何值时，月利润的预报值最大？（参考数据
）附：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
.