- 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
某小吃店的日盈利
（单位：百元）与当天平均气温
（单位：℃）之间有如下数据：
对上述数据进行分析发现，与之间具有线性相关关系，则线性回归方程为（ ）
参考公式：
（单位：百元）与当天平均气温（单位：℃）之间有如下数据：| /℃ |  |  |  |  |  |
| /百元 |  |  | | | |
对上述数据进行分析发现，
与之间具有线性相关关系，则线性回归方程为（ ）参考公式：
A． | B． |
C． | D． |
假设关于某设备的使用年限
(年)和所支出的年平均维修费用
(万元)(即维修费用之和除以使用年限),有如下的统计资料：
(1)求关于的线性回归方程；
(2)估计使用年限为10年时所支出的年平均维修费用是多少?
参考公式：
(年)和所支出的年平均维修费用(万元)(即维修费用之和除以使用年限),有如下的统计资料：(1)求
关于的线性回归方程； (2)估计使用年限为10年时所支出的年平均维修费用是多少?
参考公式：
下表是某厂1～4月份用水量(单位：百吨)的一组数据：
由散点图可知，用水量
与月份
之间有较好的线性相关关系，其线性回归直线方程是
，则
等于___
| 月份 | 1 | 2 | 3 | 4 |
| 用水量 | 4.5 | 4 | 3 | 2.5 |
由散点图可知，用水量
与月份之间有较好的线性相关关系，其线性回归直线方程是，则等于___某工厂生产某种型号的电视机零配件，为了预测今年
月份该型号电视机零配件的市场需求量，以合理安排生产，工厂对本年度
月份至
月份该型号电视机零配件的销售量及销售单价进行了调查，销售单价
（单位：元）和销售量
（单位：千件）之间的组数据如下表所示：
（1）根据1至月份的数据，求关于的线性回归方程（系数精确到
）；
（2）结合（1）中的线性回归方程，假设该型号电视机零配件的生产成本为每件
元，那么工厂如何制定月份的销售单价，才能使该月利润达到最大（计算结果精确到
）？
参考公式：回归直线方程
，其中
.
参考数据：
.
月份该型号电视机零配件的市场需求量，以合理安排生产，工厂对本年度月份至月份该型号电视机零配件的销售量及销售单价进行了调查，销售单价（单位：元）和销售量（单位：千件）之间的组数据如下表所示：| 月份 | | |  |  |  | |
| 销售单价（元） |  |  |  |  |  |  |
| 销售量（千件） |  |  | |  |  |  |
（1）根据1至
月份的数据，求关于的线性回归方程（系数精确到）；（2）结合（1）中的线性回归方程，假设该型号电视机零配件的生产成本为每件
元，那么工厂如何制定月份的销售单价，才能使该月利润达到最大（计算结果精确到）？参考公式：回归直线方程
，其中.参考数据：
.某市2011年至2017年新开楼盘的平均销售价格(单位：千元/平方米)的统计数据如下表：
（1）求
关于x的线性回归方程；
（2）利用（1）中的回归方程，分析2011年至2017年该市新开楼盘平均销售价格的变化情况，并预测该市2019年新开楼盘的平均销售价格．
附：参考公式：
，
，其中
为样本平均值．
参考数据：
．
| 年份 | 2011 | 2012 | 2013 | 2014 | 2015 | 2016 | 2017 |
年份代号 | 1 | 2 | 3 | 4 | 5 | 6 | 7 |
| 销售价格 | 3 | 3.4 | 3.7 | 4.5 | 4.9 | 5.3 | 6 |
（1）求
关于x的线性回归方程；（2）利用（1）中的回归方程，分析2011年至2017年该市新开楼盘平均销售价格的变化情况，并预测该市2019年新开楼盘的平均销售价格．
附：参考公式：
，，其中为样本平均值．参考数据：
．据不完全统计，某厂的生产原料耗费
（单位：百万元）与销售额
（单位：百万元）如下：
变量、为线性相关关系.
（1）求线性回归方程必过的点；
（2）求线性回归方程；
（3）若实际销售额要求不少于
百万元，则原材料耗费至少要多少百万元。
，
（单位：百万元）与销售额（单位：百万元）如下： | 2 | 4 | 6 | 8 |
| 30 | 40 | 50 | 70 |
变量
、为线性相关关系.（1）求线性回归方程必过的点；
（2）求线性回归方程；
（3）若实际销售额要求不少于
百万元，则原材料耗费至少要多少百万元。，从某高中随机选取5名高三男生，其身高和体重的数据如下表所示：
根据上表可得回归直线方程
，据此模型预报身高为
的高三男生体重为（ ）
根据上表可得回归直线方程
，据此模型预报身高为的高三男生体重为（ ）A． | B． | C． | D． |
与
正相关，且由观测数据算得样本平均数
，
，则由该观测的数据算得的线性回归方程可能是
某研究性学习小组对春季昼夜温差大小与某花卉种子发芽多少之间的关系进行研究，他们分别记录了3月1日至3月5日的每天昼夜温差与实验室每天每100颗种子浸泡后的发芽数，得到如下资料：
(1)请根据3月2日至3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(1)中所得的线性回归方程是否可靠？
| 日期 | 3月1日 | 3月2日 | 3月3日 | 3月4日 | 3月5日 |
| 温差x(℃) | 10 | 11 | 13 | 12 | 8 |
| 发芽数y(颗) | 23 | 25 | 30 | 26 | 16 |
(1)请根据3月2日至3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(1)中所得的线性回归方程是否可靠？