1 . 吸烟有害健康，现统计4名吸烟者的吸烟量x与损伤度y，数据如下表：
(1)从这4名吸烟者中任取2名，其中有1名吸烟者的损伤度为8，求另1吸烟者的吸烟量为6的概率；
(2)在实际应用中，通常用各散点
到直线
的距离的平方和
来刻画“整体接近程度”.S越小，表示拟合效果越好.试根据统计数据，求出经验回归直线方程
.并根据所求经验回归直线估计损伤度为10时的吸烟量．
附：
，
.
吸烟量x | 1 | 4 | 5 | 6 |
损伤度y | 3 | 8 | 6 | 7 |
(2)在实际应用中，通常用各散点
到直线的距离的平方和来刻画“整体接近程度”.S越小，表示拟合效果越好.试根据统计数据，求出经验回归直线方程.并根据所求经验回归直线估计损伤度为10时的吸烟量．附：
，.
您最近半年使用：0次
名校
2 . 如下表给出5组数据
，为选出4组数据使其线性相关程度最大，且保留第1组数据
，则应去掉（ ）
，为选出4组数据使其线性相关程度最大，且保留第1组数据，则应去掉（ ）
| 1 | 2 | 3 | 4 | 5 |
| 5 | 4 | 3 | 2 |
|
| 3 | 2 | 7 | 1 |
|
A． | B． | C． | D． |
您最近半年使用：0次
解题方法
3 . 随着移动互联网和直播带货技术的发展，直播带货已经成为一种热门的销售方式，特别是商家通过展示产品，使顾客对商品有更全面的了解.下面统计了某新手开启直播带货后从6月份到10月份每个月的销售量
(万件)
的数据，得到如图所示的散点图．其中6月份至10月份相应的代码为
，如:
表示6月份.
与模型②
哪一个更适宜作为月销售量
关于月份代码
的回归方程?（给出判断即可，不必说明理由）
(2)（i）根据（1）的判断结果，建立关于的回归方程;(计算结果精确到0.01)
（ⅱ）根据结果预测12月份的销售量大约是多少万件?
参考公式与数据:
， 
，
，其中
.
(万件)的数据，得到如图所示的散点图．其中6月份至10月份相应的代码为，如:表示6月份.
与模型②哪一个更适宜作为月销售量关于月份代码的回归方程?（给出判断即可，不必说明理由）(2)（i）根据（1）的判断结果，建立
关于的回归方程;(计算结果精确到0.01)（ⅱ）根据结果预测12月份的销售量大约是多少万件?
参考公式与数据:
， ，，其中.
您最近半年使用：0次
解题方法
4 . 某企业近年来的广告费用（百万元）与所获得的利润（千万元）的数据如下表所示，已知与之间具有线性相关关系．
(1)求关于的线性回归方程；
(2)若该企业从2018年开始，广告费用连续每一年都比上一年增加10万元，根据（1）中所得的线性回归方程，预测2025年该企业可获得的利润．
参考公式：
．
（百万元）与所获得的利润（千万元）的数据如下表所示，已知与之间具有线性相关关系．年份 | 2018 | 2019 | 2020 | 2021 | 2022 |
广告费用 | 1.5 | 1.6 | 1.7 | 1.8 | 1.9 |
润 | 1.6 | 2 | 2.4 | 2.5 | 3 |
百万元
千万元关于的线性回归方程；(2)若该企业从2018年开始，广告费用连续每一年都比上一年增加10万元，根据（1）中所得的线性回归方程，预测2025年该企业可获得的利润．
参考公式：
．
您最近半年使用：0次
5 . 已知变量x与y具有线性相关关系，在研究变量x与y之间的关系时，进行实验后得到了一组样本数据
，利用此样本数据求得的线性回归方程为
，现发现数据
和
误差较大，剔除这两对数据后，求得的线性回归方程为
，且
，则
（ ）
，利用此样本数据求得的线性回归方程为，现发现数据和误差较大，剔除这两对数据后，求得的线性回归方程为，且，则（ ）| A．8 | B．12 | C．16 | D．20 |
您最近半年使用：0次
6 . 为了提高学生参加体育锻炼的积极性，某校本学期依据学生特点针对性的组建了五个特色运动社团，学校为了了解学生参与运动的情况，对每个特色运动社团的参与人数进行了统计，其中一个特色运动社团开学第1周至第5周参与运动的人数统计数据如表所示.
若表中数据可用回归方程
来预测，则本学期第11周参与该特色运动社团的人数约为______ .（精确到整数）
周次 | 1 | 2 | 3 | 4 | 5 |
参与运动的人数 | 35 | 36 | 40 | 39 | 45 |
来预测，则本学期第11周参与该特色运动社团的人数约为
您最近半年使用：0次
名校
解题方法
7 . 某社区居民2013年至2019年人均收入（万元）的统计数据如下表：
已知变量
具有线性相关关系．
(1)求关于的线性回归方程；
(2)利用（1）中的线性回归方程，分析2013年至2019年该社区居民人均收入的变化情况，并预测该社区居民2020年的人均收入．
附参考公式：线性回归方程
．
（万元）的统计数据如下表：| 年份 | 2013 | 2014 | 2015 | 2016 | 2017 | 2018 | 2019 |
| 年份代号 | 1 | 2 | 3 | 4 | 5 | 6 | 7 |
| 人均收入 | 2.9 | 3.3 | 3.6 | 4.4 | 4.8 | 5.2 | 5.9 |
具有线性相关关系．(1)求
关于的线性回归方程；(2)利用（1）中的线性回归方程，分析2013年至2019年该社区居民人均收入的变化情况，并预测该社区居民2020年的人均收入．
附参考公式：线性回归方程
．
您最近半年使用：0次
名校
8 . 已知之间的回归直线方程为
，且变量的数据如表所示，则下列说法正确的是（ ）
之间的回归直线方程为，且变量的数据如表所示，则下列说法正确的是（ ） | 6 | 8 | 10 | 12 |
| 6 |  | 3 | 2 |
| A．变量之间呈负相关关系 | B．的值等于5 |
C．变量之间的相关系数 | D．该回归直线必过点 |
您最近半年使用：0次
名校
解题方法
9 . 某农业大学组织部分学生进行作物栽培试验，由于土壤相对贫瘠，前期作物生长较为缓慢，为了增加作物的生长速度，达到预期标准，小明对自己培育的一株作物使用了营养液，现统计了使用营养液十天之内该作物的高度变化
(1)观察散点图可知，天数与作物高度之间具有较强的线性相关性，用最小二乘法求出作物高度关于天数的线性回归方程
（其中
用分数表示）；
(2)小明测得使用营养液后第22天该作物的高度为
，请根据（1）中的结果预测第22天该作物的高度的残差.
参考公式：
.参考数据：
.
天数x | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
作物高度y/cm | 9 | 10 | 10 | 11 | 12 | 13 | 13 | 14 | 14 | 14 |
与作物高度之间具有较强的线性相关性，用最小二乘法求出作物高度关于天数的线性回归方程（其中用分数表示）；(2)小明测得使用营养液后第22天该作物的高度为
，请根据（1）中的结果预测第22天该作物的高度的残差.参考公式：
.参考数据：.
您最近半年使用：0次
昨日更新
|
1585次组卷
|
5卷引用：华大新高考联盟2024届高三4月教学质量测评文科数学试题（老教材全国卷）
华大新高考联盟2024届高三4月教学质量测评文科数学试题（老教材全国卷）华大新高考联盟2024届高三4月教学质量测评理科数学试题（老教材全国卷）河南省信阳市第一高级中学（华大新高考联盟）2024届高三4月教学质量测评数学试题湖北省华中师范大学第一附属中学、湖南省湖南师范大学附属中学等三校2024届高三下学期4月模拟考试（二模）数学试卷（已下线）8.2.1一元线性回归模型+8.2.2一元线性回归模型 第二练 强化考点训练
解题方法
10 . 为了研究y关于x的线性相关关系，收集了5组样本数据（见下表）：
若已求得一元线性回归方程为
，则下列选项中正确的是（ ）
| x | 1 | 2 | 3 | 4 | 5 |
| y | 0.5 | 0.9 | 1 | 1.1 | 1.5 |
，则下列选项中正确的是（ ）A． |
B．当 时，y的预测值为2.2 |
| C．样本数据y的第40百分位数为1 |
D．去掉样本点 后，x与y的样本相关系数r不会改变 |
您最近半年使用：0次
