- 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
的线性回归方程为
，则
的值为（ ）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( 分) | 79 | 81 | 83 | 85 | 87 |
政治( 分) | 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
的线性回归方程.(附：
，，，)某工厂为了对新研发的一种产品进行合理定价，将该产品按事先拟定的价格进行试销，得到如下数据：
（1）求回归直线方程
=bx+a，其中b=-20，a=-b
；
（2）预计在今后的销售中，销量与单价仍然服从（1）中的关系，且该产品的成本是4元/件，为使工厂获得最大利润，该产品的单价应定为多少元？（利润=销售收入-成本）
| 单价x（元） | 8 | 8.2 | 8.4 | 8.6 | 8.8 | 9 |
| 销量y（件） | 90 | 84 | 83 | 80 | 75 | 68 |
（1）求回归直线方程
=bx+a，其中b=-20，a=-b；（2）预计在今后的销售中，销量与单价仍然服从（1）中的关系，且该产品的成本是4元/件，为使工厂获得最大利润，该产品的单价应定为多少元？（利润=销售收入-成本）
在高中学习过程中，同学们经常这样说：“数学物理不分家，如果物理成绩好，那么学习数学就没什么问题。”某班针对“高中生物理学习对数学学习的影响”进行研究，得到了学生的物理成绩与数学成绩具有线性相关关系的结论。现从该班随机抽取5位学生在一次考试中的数学和物理成绩，如下表：
(1)求数学成绩y对物理成绩x的线性回归方程
。若某位学生的物理成绩为80分，预测他的数学成绩；
(2)要从抽取的这5位学生中随机抽取2位参加一项知识竞赛，求选中的学生的数学成绩至少有一位高于120分的概率。（参考公式：
参考数据：
）
(1)求数学成绩y对物理成绩x的线性回归方程
。若某位学生的物理成绩为80分，预测他的数学成绩； (2)要从抽取的这5位学生中随机抽取2位参加一项知识竞赛，求选中的学生的数学成绩至少有一位高于120分的概率。（参考公式：
参考数据：）某种产品的广告费用支出
(百万)与销售额
(百万)之间有如下的对应数据:
(1)画出散点图;
(2)求回归直线方程;
(3)据此估计广告费用为10(百万)时,销售收入的值.
(百万)与销售额(百万)之间有如下的对应数据: | 2 | 4 | 5 | 6 | 8 |
| 30 | 40 | 60 | 50 | 70 |
(1)画出散点图;
(2)求回归直线方程;
(3)据此估计广告费用为10(百万)时,销售收入
的值.某公司一产品的销售额逐年上升，下表是部分统计数据：
其中年份编号
代表2014年，
代表2015年，……依此类推.
（1）利用所给数据求年销售额
与年份编号
之间的回归直线方程
；
（2）利用（1）中所求出的直线方程预测该产品2019年的销售额.
参考公式：
，
.
| 年份编号 | 1 | 2 | 3 | 4 | 5 |
| 销售额（百万元） | 36 | 46 | 57 | 76 | 85 |
其中年份编号
代表2014年，代表2015年，……依此类推.（1）利用所给数据求年销售额
与年份编号之间的回归直线方程；（2）利用（1）中所求出的直线方程预测该产品2019年的销售额.
参考公式：
，.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
，
.）
（万元）的数据如下：| 加盟店个数（个） | 1 | 2 | 3 | 4 | 5 |
| 单店日平均营业额（万元） | 10.9 | 10.2 | 9 | 7.8 | 7.1 |
（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，.）下表是某地一家超市在2018年一月份某一周内周2到周6的时间
与每天获得的利润
（单位：万元）的有关数据．
（1）根据上表提供的数据，用最小二乘法求线性回归直线方程
；
（2）估计星期日获得的利润为多少万元．
参考公式：
与每天获得的利润（单位：万元）的有关数据．| 星期 | 星期2 | 星期3 | 星期4 | 星期5 | 星期6 |
| 利润 | 2 | 3 | 5 | 6 | 9 |
（1）根据上表提供的数据，用最小二乘法求线性回归直线方程
；（2）估计星期日获得的利润为多少万元．
参考公式：
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
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？
，．