- 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
某市2010年至2016年新开楼盘的平均销售价格
（单位：千元/平米）的统计数据如下表：
（1）求关于
的线性回归方程；
（2）利用（1）中的回归方程，分析2010年至2016年该市新开楼盘平均销售价格的变化情况，并预测该市2018年新开楼盘的平均销售价格.
附：参考数据及公式：
，
，
.
（单位：千元/平米）的统计数据如下表：| 年份 | 2010 | 2011 | 2012 | 2013 | 2014 | 2015 | 2016 |
| 年份代号x | 1 | 2 | 3 | 4 | 5 | 6 | 7 |
| 销售价格y | 3 | 3.4 | 3.7 | 4.5 | 4.9 | 5.3 | 6 |
（1）求
关于的线性回归方程；（2）利用（1）中的回归方程，分析2010年至2016年该市新开楼盘平均销售价格的变化情况，并预测该市2018年新开楼盘的平均销售价格.
附：参考数据及公式：
，，.从某大学随机抽取的5名女大学生的身高x（厘米）和体重y（公斤）数据如下表，根据上表可得回归直线方程为
，则
（）
，则（）| A．-96.8 | B．96.8 | C．-104.4 | D．104.4 |
对具有线性相关关系的变量
，测得一组数据如下表：
根据上表，利用最小二乘法得它们的回归直线方程为
，据此模型来预测当
时，
的估计值为（ ）
，测得一组数据如下表： | 2 | 4 | 5 | 6 | 8 |
| 20 | 40 | 60 | 70 | 80 |
根据上表，利用最小二乘法得它们的回归直线方程为
，据此模型来预测当时，的估计值为（ ）| A．210 | B．210.5 | C．211.5 | D．212.5 |
冬季昼夜温差大小与某反季节大豆新品种发芽多少之间有关系，某农科所对此关系进行了调查分析，他们分别记录了12月1日至12月5日的每天昼夜温差与实验室每天100颗种子中的发芽数，得到如下资料：
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）求选取的2组数据恰好是不相邻2天数据的概率；
（2）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
关于
的线性回归方程
；
（3）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）中所得的线性回归方程是否可靠？
（参考公式：
，
）
| 日期 | 12月1日 | 12月2日 | 12月3日 | 12月4日 | 12月5日 |
温差 | 10 | 11 | 13 | 12 | 8 |
发芽数 | 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）求选取的2组数据恰好是不相邻2天数据的概率；
（2）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
关于的线性回归方程；（3）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）中所得的线性回归方程是否可靠？
（参考公式：
，）一台机器由于使用时间较长，生产的零件有一些会有缺损，按不同转速生产出来的零件有缺损的统计数据如表所示：
（1）作出散点图；
（2）如果
与
线性相关，求出回归直线方程.
（3）若实际生产中,允许每小时的产品中有缺损的零件最多为10个,那么,机器的运转速度应控制在什么范围内?
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，
，
（1）作出散点图；
（2）如果
与线性相关，求出回归直线方程.（3）若实际生产中,允许每小时的产品中有缺损的零件最多为10个,那么,机器的运转速度应控制在什么范围内?
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，，某电脑公司有6名产品推销员，其工作年限与年推销金额数据如下表：
(1)求年推销金额
关于工作年限
的线性回归方程；
(2)若第6名推销员的工作年限为11年，试估计他的年推销金额.
| 推销员编号 | 1 | 2 | 3 | 4 | 5 |
| 工作年限/年 | 1 | 3 | 5 | 7 | 9 |
| 推销金额/万元 | 4 | 8 | 11 | 17 | 20 |
(1)求年推销金额
关于工作年限的线性回归方程；(2)若第6名推销员的工作年限为11年，试估计他的年推销金额.
某商品的售价
（元）和销售量
（件）之间的一组数据如下表所示：
由散点图可知，销售量与价格之间有较好的线性相关关系，且回归直线方程是
，则实数
( )
（元）和销售量（件）之间的一组数据如下表所示：| 价格（元） |  |  |  |  |  |
| 销售量（件） | | |  |  |  |
由散点图可知，销售量
与价格之间有较好的线性相关关系，且回归直线方程是，则实数( )A． | B． | C． | D． |
某公司对新研发的一种产品进行试销，得到如下数据及散点图：
其中
，
，
，
.
（1）根据散点图判断
与
，
与哪一对具有较强的线性相关性（给出判断即可，不必说明理由）？
（2）根据（1）的判断结果及数据，建立关于的回归方程（运算过程及回归方程中的系数均保留两位有效数字）.
（3）定价为150元/
时，天销售额的预报值为多少元？
附：对于一组数据
，其回归直线
的斜率和截距的最小二乘法估计分别为
其中
，，，.（1）根据散点图判断
与，与哪一对具有较强的线性相关性（给出判断即可，不必说明理由）？（2）根据（1）的判断结果及数据，建立
关于的回归方程（运算过程及回归方程中的系数均保留两位有效数字）.（3）定价为150元/
时，天销售额的预报值为多少元？附：对于一组数据
，其回归直线的斜率和截距的最小二乘法估计分别为葫芦岛市某高中进行一项调查：2012年至2016年本校学生人均年求学花销
（单位：万元）的数据如下表：
（1）求关于
的线性回归方程；
（2）利用（1）中的回归方程，分析2012年至2016年本校学生人均年求学花销的变化情况，并预测该地区2017年本校学生人均年求学花销情况．
附：回归直线的斜率和截距的最小二乘法估计公式分别为：
（单位：万元）的数据如下表：| 年份 | 2012 | 2013 | 2014 | 2015 | 2016 |
| 年份代号 | 1 | 2 | 3 | 4 | 5 |
| 年求学花销 | 3.2 | 3.5 | 3.8 | 4.6 | 4.9 |
（1）求
关于的线性回归方程；（2）利用（1）中的回归方程，分析2012年至2016年本校学生人均年求学花销的变化情况，并预测该地区2017年本校学生人均年求学花销情况．
附：回归直线的斜率和截距的最小二乘法估计公式分别为：