- 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
某手机厂商在销售某型号手机时开展“手机碎屏险”活动.用户购买该型号手机时可选购“手机碎屏险”，保费为
元，若在购机后一年内发生碎屏可免费更换一次屏幕，为了合理确定保费的值，该手机厂商进行了问卷调查，统计后得到下表（其中
表示保费为元时愿意购买该“手机碎屏险”的用户比例）：
（1）根据上面的数据计算得
，求出关于的线性回归方程；
（2）若愿意购买该“手机碎屏险”的用户比例超过
，则手机厂商可以获利，现从表格中的
种保费任取
种，求这种保费至少有一种能使厂商获利的概率.
附：回归方程
中斜率和截距的最小二乘估计分别为
，
元，若在购机后一年内发生碎屏可免费更换一次屏幕，为了合理确定保费的值，该手机厂商进行了问卷调查，统计后得到下表（其中表示保费为元时愿意购买该“手机碎屏险”的用户比例）：（1）根据上面的数据计算得
，求出关于的线性回归方程；（2）若愿意购买该“手机碎屏险”的用户比例超过
，则手机厂商可以获利，现从表格中的种保费任取种，求这种保费至少有一种能使厂商获利的概率.附：回归方程
中斜率和截距的最小二乘估计分别为，在某地区2008年至2014年中，每年的居民人均纯收入y（单位：千元）的数据如下表：
对变量t与y进行相关性检验，得知t与y之间具有线性相关关系．
（1）求y关于t的线性回归方程；
（2）预测该地区2016年的居民人均纯收入．
附：回归直线的斜率和截距的最小二乘估计公式分别为：
，
对变量t与y进行相关性检验，得知t与y之间具有线性相关关系．
（1）求y关于t的线性回归方程；
（2）预测该地区2016年的居民人均纯收入．
附：回归直线的斜率和截距的最小二乘估计公式分别为：
，某公司决定投人资金进行产品研发以提高产品售价.已知每件产品的制造成本为
元，若投人的总的研发成本
(万元)与每件产品的销售单价
(元)的关系如下表:
（1）求关于的线性回归方程;
（2）市场部发现，销售单价(元)与销量
(件)存在以下关系：
，
.根据（1）中结果预测，当为何值时，可获得最高的利润？
附:
，
.
元，若投人的总的研发成本(万元)与每件产品的销售单价(元)的关系如下表:（1）求
关于的线性回归方程;（2）市场部发现，销售单价
(元)与销量(件)存在以下关系：，.根据（1）中结果预测，当为何值时，可获得最高的利润？附:
，.假设某设备的使用年限
（年）和所支出的维修费用
（万元）有如下的统计资料，试求：（
，
）
（1）与之间的线性回归方程；
（2）当使用年限为10年时，估计维修费用是多少？
（年）和所支出的维修费用（万元）有如下的统计资料，试求：（，） | 2 | 3 | 4 | 5 | 6 |
| 2.2 | 3.8 | 5.5 | 6.5 | 7.0 |
（1）
与之间的线性回归方程；（2）当使用年限为10年时，估计维修费用是多少？
国家大力提倡科技创新，某工厂为提升甲产品的市场竞争力，对生产技术进行创新改造，使甲产品的生产节能降耗．以下表格提供了节能降耗后甲产品的生产产量
(吨)与相应的生产能耗
(吨)的几组对照数据．
（1）请根据上表提供的数据，用最小二乘法求出关于的线性回归方程
；
（
，
）
（2）已知该厂技术改造前生产
吨甲产品的生产能耗为
吨，试根据（1）求出的线性回归方程，预测节能降耗后生产吨甲产品的生产能耗比技术改造前降低多少吨？
(吨)与相应的生产能耗(吨)的几组对照数据．| （吨） |  |  |  | |
| （吨） |  |  | |  |
（1）请根据上表提供的数据，用最小二乘法求出
关于的线性回归方程；（
，）（2）已知该厂技术改造前生产
吨甲产品的生产能耗为吨，试根据（1）求出的线性回归方程，预测节能降耗后生产吨甲产品的生产能耗比技术改造前降低多少吨？
是指空气中直径小于或等于2.5微米的颗粒物（也称可入肺颗粒物），为了探究车流量与的浓度是否相关，现采集到某城市周一至周五某时间段车流量与浓度的数据如下表：| 时间 | 周一 | 周二 | 周三 | 周四 | 周五 |
车流量 （万辆） | 50 | 51 | 54 | 57 | 58 |
的浓度 （微克/立方米） | 39 | 40 | 42 | 44 | 45 |
（1）根据上表数据，求出这五组数据组成的散点图的样本中心坐标；
（2）用最小二乘法求出
关于的线性回归方程
；（3）若周六同一时间段车流量是100万辆，试根据（2）求出的线性回归方程预测，此时
的浓度是多少？（参考公式：
，
）有人收集了七月份的日平均气温
(摄氏度)与某冷饮店日销售额
(百元)的有关数据,为分析其关系,该店做了五次统计,所得数据如下:
由资料可知,与成线性相关关系.
(1)求出关于的线性回归方程
;
(2)根据所求回归直线方程预测日平均气温为38摄氏度时该冷饮店的日销售情况.
(摄氏度)与某冷饮店日销售额(百元)的有关数据,为分析其关系,该店做了五次统计,所得数据如下:| 日平均气温(摄氏度) | 31 | 32 | 33 | 34 | 35 |
| 日销售额(百元) | 5 | 6 | 7 | 8 | 10 |
由资料可知,
与成线性相关关系.(1)求出
关于的线性回归方程;(2)根据所求回归直线方程预测日平均气温为38摄氏度时该冷饮店的日销售情况.
如表是某位同学连续5次周考的数学、物理的成绩，结果如下：
参考公式：
，
，
表示样本均值．
（1）求该生5次月考数学成绩的平均分和物理成绩的方差；
（2）一般来说，学生的数学成绩与物理成绩有较强的线性相关关系，根据上表提供的数据，求两个变量
的线性回归方程．
| 周次 | 1 | 2 | 3 | 4 | 5 |
数学（ 分） | 79 | 81 | 83 | 85 | 87 |
物理（ 分） | 77 | 79 | 79 | 82 | 83 |
参考公式：
，，表示样本均值．（1）求该生5次月考数学成绩的平均分和物理成绩的方差；
（2）一般来说，学生的数学成绩与物理成绩有较强的线性相关关系，根据上表提供的数据，求两个变量
的线性回归方程．影响消费水平的原因很多，其中重要的一项是工资收入.研究这两个变量的关系的一个方法是通过随机抽样的方法，在一定范围内收集被调查者的工资收入和他们的消费状况.下面的数据是某机构收集的某一年内上海、江苏、浙江、安徽、福建五个地区的职工平均工资与城镇居民消费水平（单位：万元）.
（1）利用江苏、浙江、安徽三个地区的职工平均工资和他们的消费水平，求出线性回归方程
，其中
，
；
（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1万，则认为得到的线性回归方程是可靠的，试问所得的线性回归方程是否可靠？（
的结果保留两位小数）
（参考数据：
，
）
| 地区 | 上海 | 江苏 | 浙江 | 安徽 | 福建 |
职工平均工资 | 9.8 | 6.9 | 6.4 | 6.2 | 5.6 |
城镇居民消费水平 | 6.6 | 4.6 | 4.4 | 3.9 | 3.8 |
（1）利用江苏、浙江、安徽三个地区的职工平均工资和他们的消费水平，求出线性回归方程
，其中，；（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1万，则认为得到的线性回归方程是可靠的，试问所得的线性回归方程是否可靠？（
的结果保留两位小数）（参考数据：
，）随着互联网经济不断发展，网上开店销售农产品的人群越来越多，网上交易额也逐年增加，某一农户农产品连续五年的网银交易额统计表，如下所示：
经研究发现，年份与网银交易额之间呈线性相关关系，为了计算的方便，农户将上表的数据进行了处理，
，得到如表：
（1）求
关于
的线性回归方程；
（2）通过（1）中的方程.求出
关于
的回归方程；并用所求回归方程预测到2020年年底，该农户网店网银交易额可达多少？
（附：在线性回归方程
中，
，
）
| 年份 | 2012 | 2013 | 2014 | 2015 | 2016 |
| 网上交易额（万元） | 5 | 6 | 7 | 8 | 10 |
经研究发现，年份与网银交易额之间呈线性相关关系，为了计算的方便，农户将上表的数据进行了处理，
，得到如表：| 时间代号 | 1 | 2 | 3 | 4 | 5 |
| 0 | 1 | 2 | 3 | 5 |
（1）求
关于的线性回归方程；（2）通过（1）中的方程.求出
关于的回归方程；并用所求回归方程预测到2020年年底，该农户网店网银交易额可达多少？（附：在线性回归方程
中，，）