- 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
为促进农业发展,加快农村建设,某地政府扶持兴建了一批“超级蔬菜大棚”.为了解大棚的面积与年利润之间的关系,随机抽取了其中的7个大棚,并对当年的利润进行统计整理后得到了如下数据对比表:
由所给数据的散点图可以看出,各样本点都分布在一条直线附近,并且
与
有很强的线性相关关系.
(Ⅰ)求
关于
的线性回归方程;
(Ⅱ)小明家的“超级蔬菜大棚”面积为8.0亩,估计小明家的大棚当年的利润为多少;
(Ⅲ)另外调查了近5年的不同蔬菜亩平均利润(单位:万元),其中无丝豆为:1.5,1.7,2.1,2.2,2.5;彩椒为:1.8,1.9,1.9,2.2,2.2,请分析种植哪种蔬菜比较好?
参考数据:
,
.
参考公式:
,
.
大棚面积(亩)![]() | 4.5 | 5.0 | 5.5 | 6.0 | 6.5 | 7.0 | 7.5 |
年利润(万元)![]() | 6 | 7 | 7.4 | 8.1 | 8.9 | 9.6 | 11.1 |
由所给数据的散点图可以看出,各样本点都分布在一条直线附近,并且


(Ⅰ)求


(Ⅱ)小明家的“超级蔬菜大棚”面积为8.0亩,估计小明家的大棚当年的利润为多少;
(Ⅲ)另外调查了近5年的不同蔬菜亩平均利润(单位:万元),其中无丝豆为:1.5,1.7,2.1,2.2,2.5;彩椒为:1.8,1.9,1.9,2.2,2.2,请分析种植哪种蔬菜比较好?
参考数据:


参考公式:


随着生活质量不断提高,人们越来越重视身材保养
根据统计,我国大多数男性体重
与身高
之间近似满足关系式
、c为大于0的常数
按照某项指标测定,当体重与身高的比值在区间
内时为优等身材
现随机抽取6位成年男性,测得数据如下:
Ⅰ
从抽取的6位男性中再随机选取2位,求恰有一位优等身材的概率;
Ⅱ
对测得数据作如下处理:
,
,得相关统计量的值如表:
根据所给统计量,求y关于x的回归方程;
已知某成年男性身高为180cm,求其体重的预报值
结果精确到
参考公式和数据:对于样本
2,
,
,其回归直线
的斜率和截距的最小二乘估计公式分别为:
,
;
.







体重![]() | 57 | 61 | 63 | 65 | 68 | 77 |
身高![]() | 163 | 167 | 170 | 177 | 181 | 185 |
体重与身高的比![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() |






![]() | ![]() | ![]() | ![]() |
![]() | ![]() | ![]() | ![]() |




参考公式和数据:对于样本







2018年世界服装市场是富有经济活力的一年,某国有企业为了使2019年服装效益更上一层楼,决定进一步深化企业改革、制定好的政策,为此,该企业对某品牌服装2018年1月份~5月份的销售量
(万件)与利润
(万元)作统计数据如下表:

(1)从这
个月的利润(单位:万元)中任选
个月,求此
个月利润均大于
万元且小于
万元的概率;
(2)已知销售量
(万件)与利润
(万元)大致满足线性相关关系,请根据前
个月的数据,求出
关于
的线性回归方程;
(3)若由线性回归方程得到的利润的估计数据与真实数据的误差不超过
万元,则认为得到的利润的估计数据是理想的.请用表格中第
个月的数据检验由(2)中回归方程所得的第
个月的利润的估计数据是否理想.
注:



(1)从这





(2)已知销售量





(3)若由线性回归方程得到的利润的估计数据与真实数据的误差不超过



注:

在2018年俄罗斯世界杯期间,莫斯科的部分餐厅经营了来自中国的小龙虾,这些小龙虾标有等级代码.为得到小龙虾等级代码数值
与销售单价
之间的关系,经统计得到如下数据:
(1)已知代码超过
的为
等品,某公司从上表
种产品中任取
种产品进口,求
种产品全为
等品的概率;
(2)已知销售单价
与等级代码数值
之间存在线性相关关系,求
关于
的线性回归方程(系数精确到
);
(3)若莫斯科某餐厅销售的中国小龙虾的等级代码数值为
,请估计该等级的中国小龙虾销售单价为多少元?
参考公式:回归直线的斜率和截距的最小二乘估计公式分别为:
,
,参考数据:
,
,
,
.


等级代码数值![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() |
销售单价![]() ![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() |
(1)已知代码超过






(2)已知销售单价





(3)若莫斯科某餐厅销售的中国小龙虾的等级代码数值为

参考公式:回归直线的斜率和截距的最小二乘估计公式分别为:






已知
,
的取值如下表:
若
之间是线性相关,且线性回归直线方程为
,则实数
的值是( )


x | -3 | -1 | 2 | 6 | 7 | 8 |
y | 8.0 | 6.5 | 5.0 | -0.5 | -2.0 | -3.0 |
若



A.![]() | B.![]() | C.![]() | D.![]() |
在物理实验中,为了研究所挂物体的重量
对弹簧长度
的影响.某学生通过实验测量得到物体的重量与弹簧长度的对比表:

(1)画出散点图;
(2)利用公式(公式见卷首)求
对
的回归直线方程;
(3)预测所挂物体重量为
时的弹簧长度.


物体重量(单位![]() | ![]() | ![]() | ![]() | ![]() | ![]() |
弹簧长度(单位![]() | ![]() | ![]() | ![]() | ![]() | ![]() |

(1)画出散点图;
(2)利用公式(公式见卷首)求


(3)预测所挂物体重量为

基于移动互联技术的共享单车被称为“新四大发明”之一,短时间就风靡全国,带给人们新的出行体验,某共享单车运营公司的市场研究人员为了解公司的经营状况,对该公司最近六个月内的市场占有率进行了统计,设月份代码为
,市场占有率为
,得结果如下表:
(1)观察数据看出,可用线性回归模型拟合
与
的关系,请用相关系数加以说明(精确到0.001);
(2)求
关于
的线性回归方程,并预测该公司2019年4月份的市场占有率;
(3)根据调研数据,公司决定再采购一批单车扩大市场,现有采购成本分别为1000元/辆和800元/辆的甲、乙两款车型报废年限各不相同,考虑到公司的经济效益,该公司决定先对两款单车各100辆进行科学模拟测试,得到两款单车使用寿命频率表如下:

经测算,平均每辆单车可以为公司带来收入500元,不考虑除采购成本之外的其他成本,假设每辆单车的使用寿命都是整数年,且用频率估计每辆单车使用寿命的概率,以每辆单车产生利润的期望值为决策依据,如果你是该公司的负责人,你会选择采购哪款车型?
参考数据:
,
,
,
回归方程
中斜率和截距的最小二乘法估计公式分别为
,
.


年月 | 2018.10 | 2018.11 | 2018.12 | 2019.1 | 2019.2 | 2019.3 |
![]() | 1 | 2 | 3 | 4 | 5 | 6 |
![]() | 11 | 13 | 16 | 15 | 20 | 21 |
(1)观察数据看出,可用线性回归模型拟合


(2)求


(3)根据调研数据,公司决定再采购一批单车扩大市场,现有采购成本分别为1000元/辆和800元/辆的甲、乙两款车型报废年限各不相同,考虑到公司的经济效益,该公司决定先对两款单车各100辆进行科学模拟测试,得到两款单车使用寿命频率表如下:

经测算,平均每辆单车可以为公司带来收入500元,不考虑除采购成本之外的其他成本,假设每辆单车的使用寿命都是整数年,且用频率估计每辆单车使用寿命的概率,以每辆单车产生利润的期望值为决策依据,如果你是该公司的负责人,你会选择采购哪款车型?
参考数据:








某地区某农产品近几年的产量统计如表:
(I)根据表中数据,建立关于
的线性回归方程
;
(Ⅱ)根据线性回归方程预测2019年该地区该农产品的年产量.
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 | 2012 | 2013 | 2014 | 2015 | 2016 | 2017 |
年份代码![]() | 1 | 2 | 3 | 4 | 5 | 6 |
年产量![]() | 6.6 | 6.7 | 7 | 7.1 | 7.2 | 7.4 |
(I)根据表中数据,建立关于


(Ⅱ)根据线性回归方程预测2019年该地区该农产品的年产量.
附:对于一组数据





(参考数据:

从某居民区随机抽取10个家庭,获得第i个家庭的月收入
单位:千元
与月储蓄
单位:千元
的数据资料,算得
,
,
,
附:线性回归方程
中,
,
,其中
,
为样本平均值.
求家庭的月储蓄y对月收入x的线性回归方程
;
判断变量x与y之间是正相关还是负相关;
若该居民区某家庭月收入为7千元,预测该家庭的月储蓄.
















