线性回归方程高考题讲解
高考数学复习点拨：例析线性回归直线方程的求法
例析线性回归直线方程的求法山东 杨道叶一、求回归直线方程的步骤: 第一步：列表ix ,iy ,i ix y ；第二步：计算x ，y ，21n ii x =∑，21n ii y =∑，1ni ii x y =∑；第三步:代入公式计算b ，a 的值； 第四步：写出直线方程。
二、范例剖析例1 测地某地10对父子身高(单位：英寸）如下:如果x 与y 之间具有线性相关关系,求回归直线方程;如果父亲的身高为78英寸，试估计儿子的身高。
分析：对于两个变量，在确定具有线性相关关系后，可以利用“最小二乘法”来求回归直线方程。
为了使计算更加有条理,我们通过制作表格来先计算出1ni i x =∑，1ni i y =∑，21nii x =∑，21nii y =∑和1ni i i x y =∑；再计算出11ni i x x n ==∑，211n i i y y n ==∑，再利用公式1221ni ii nii x y nx yb xnx==-=-∑∑和a y bx =-来计算回归系数，最后写出回归直线方程y bx a =+。
解析：先将两个变量的数字在表中计算出来，如下表所示：由上表可得66866.810x ==，670.167.0110y ==，102144794ii x==∑，102144941.93ii y==∑,10144842.4i i i x y ==∑。
代入公式得244842.41066.867.010.4646447941066.8b -⨯⨯=≈-⨯，67.010.464666.835.975a =-⨯≈,故所求回归直线方程为0.464635.945y x =+。
当78x =时，0.46467835.97572.2138y =⨯+=，所以当父亲的身高为78英寸时,估计儿子的身高约为72.2138英寸。
评注：注意回归直线方程中一次项系数为b ，常数项为a ，这与一次函数的习惯表示不同。
例2 有一台机床可以按各种不同的速度运转，其加工的零件有一些是二级品,每小时生产的二级品零件的数量随机床运转的速度而变化。
高考数学基础训练：回归分析含详解
高考数学基础训练：回归分析一、单选题1．某工厂对一批产品进行了抽样检测.右图是根据抽样检测后的产品净重（单位：克）数据绘制的频率分布直方图，其中产品净重的范围是[96，106]，样本数据分组为[96，98），[98，100),[100，102)，[102，104),[104，106],已知样本中产品净重小于100克的个数是36，则样本中净重大于或等于98克并且小于104克的产品的个数是.A ．90B ．75C ．60D ．452．对两个变量y 与x 进行回归分析，分别选择不同的模型，它们的相关系数r 如下，其中拟合效果最好的模型是（）A ．0.2B ．0.8C ．－0.98D ．－0.73．为研究变量x ，y 的相关关系，收集得到下面五个样本点（x ，y ）：x 99.51010.511y1110865若由最小二乘法求得y 关于x 的回归直线方程为 3.2y x a=-+，则据此计算残差为0的样本点是（）A ．（9，11）B ．（10，8）C ．（10.5，6）D ．（11．5）4．据一组样本数据()11,x y ，()22,x y ，…，(),n n x y ，求得经验回归方程为ˆ 1.50.5yx =+，且3x =.现发现这组样本数据中有两个样本点()1.2,2.2和()4.8,7.8误差较大，去除后重新求得的经验回归直线l 的斜率为1.2，则（）A ．变量x 与y 具有正相关关系B ．去除两个误差较大的样本点后，重新求得的回归方程仍为ˆ 1.50.5yx =+C ．去除两个误差较大的样本点后，y 的估计值增加速度变快D ．去除两个误差较大的样本点后，相应于样本点()2,3.75的残差为0.055．对于样本相关系数，下列说法错误的是（）A ．可以用来判断成对样本数据相关的正负性B ．可以是正的，也可以是负的C ．样本相关系数越大，成对样本数据的线性相关程度也越高D ．取值范围是[]1,1-6．下列说法中正确的是A ．先把高二年级的2000名学生编号：1到2000，再从编号为1到50的学生中随机抽取1名学生，其编号为m ，然后抽取编号为50,100,150,m m m +++ 的学生，这种抽样方法是分层抽样法B ．线性回归直线ˆˆy bxa =+不一定过样本中心()x y C ．若两个随机变量的线性相关性越强，则相关系数r 的值越接近于1D ．若一组数据2，4，a ，8的平均数是5，则该组数据的方差也是57．某同学用收集到的6组数据对(),(1,2,3,4,5,6)i i x y i =制作成如图所示的散点图（点旁的数据为该点坐标），并由最小二乘法计算得到回归直线1l 的方程：µµ11y b x a =+$，相关系数为1r ，相关指数为21R ：经过残差分析确定点E 为“离群点”（对应残差过大的点），把它去掉后，再用剩下的5组数据计算得到回归直线2l 的方程：µµ22y b x a =+$，相关系数为2r ，相关指数为22R ．则以下结论中，正确的是（）①10r >，20r >；②µ10b >，µ20b >；③µµ12b b >；④2212R R >A ．①②B ．①②③C ．②④D ．②③④8．已知变量y 关于x 的非线性经验回归方程为0.5ˆe bx y-=，其一组数据如下表所示：x 1234ye3e 4e 5e 若5x =，则预测y 的值可能为（）A ．152e B ．112e C ．7e D ．5e 第II 卷（非选择题）请点击修改第II 卷的文字说明二、填空题9．高中女学生的身高预报体重的回归方程是 0.7575.5y x =-（其中x ， y 的单位分别是cm ，kg ），则此方程在样本()160,46处残差的绝对值是______．10．甲、乙、丙、丁四位同学在建立变量x ，y 的回归模型时，分别选择了4种不同模型，计算可得它们的相关指数R 2分别如下表：甲乙丙丁R 20.980.780.500.85建立的回归模型拟合效果最好的同学是__________.11．在一组样本数据()11,x y ，()22,x y ，…，(),n n x y （122,,,,n n x x x ≥⋅⋅⋅不全相等）的散点图中，若所有样本点()(),1,2,3,,i i x y i n =⋅⋅⋅都在直线210x y +-=上，则这组样本数据的相关系数r 为______．12．在一组样本数据()11,x y ，()22,x y ，…，()66,x y 的散点图中，若所有样本点(),i i x y ()1,2,,6i = 都在曲线212y bx =-附近波动．经计算6112i i x ==∑，6114i i y ==∑，62123ii x==∑，则实数b 的值为________．三、解答题13．某科技公司研发了一项新产品A ，经过市场调研，对公司1月份至6月份销售量及销售单价进行统计，销售单价x （千元）和销售量y （千件）之间的一组数据如下表所示：月份i 123456销售单价i x 99.51010.5118销售量iy 111086515（1）试根据1至5月份的数据，建立y 关于x 的回归直线方程；（2）若由回归直线方程得到的估计数据与剩下的检验数据的误差不超过065．千件，则认为所得到的回归直线方程是理想的，试问（1）中所得到的回归直线方程是否理想？参考公式：回归直线方程ˆˆˆybx a =+，其中i ii 122ii 1ˆnnx y n x yb xnx==-⋅⋅=-∑∑.参考数据：5i i i 1392x y ==∑，52i i 1502.5x ==∑.14．为了巩固拓展脱贫攻坚的成果，振兴乡村经济，某知名电商平台决定为脱贫乡村的特色水果开设直播带货专场．该特色水果的热卖黄金时段为2021年7月10日至9月10日，为了解直播的效果和关注度，该电商平台统计了已直播的2021年7月10日至7月14日时段中的相关数据，这5天的第x 天到该电商平台专营店购物的人数y （单位：万人）的数据如下表：日期7月10日7月11日7月12日7月13日7月14日第x 天12345人数y （单位：万人）75849398100(1)依据表中的统计数据，请判断该电商平台的第x 天与到该电商平台专营店购物的人数y （单位：万人）是否具有较高的线性相关程度？（参考：若0.30.75r <<，则线性相关程度一般，若0.75r >，则线性相关程度较高，计算r 时精确度为0.01）(2)求购买人数y 与直播的第x 天的线性回归方程；用样本估计总体，请预测从2021年7月10日起的第38天到该专营店购物的人数（单位：万人）．参考数据：521(434i iy y =-=∑，51(64i i i x x y y =--=∑65.979≈．附：相关系数()()ni i x x y y r --=∑，回归直线方程的斜率121()()()niii nii x x y y bx x ==--=-∑∑ ，截距a y bx =-$$．15．近年来，明代著名医药学家李时珍故乡黄冈市蕲春县大力发展大健康产业，蕲艾产业化种植已经成为该县脱贫攻坚的主要产业之一，已知蕲艾的株高y (单位：cm)与一定范围内的温度x (单位：℃)有关，现收集了蕲艾的13组观测数据，得到如下的散点图：现根据散点图利用y a =+或dy c x=+建立y 关于x 的回归方程，令s =1t x=得到如下数据：xyst10.15109.943.040.16113niii s ys y=-⋅∑13113iii t yt y=-⋅∑1322113ik ss=-∑1322113ii t t =-∑ 1322113ii yy =-∑13.94-2.111.670.2121.22且(i s ，i y )与(i t ，i y )(i ＝1，2，3，…，13)的相关系数分别为1r ，2r ，且2r ＝﹣0.9953．（1）用相关系数说明哪种模型建立y 与x 的回归方程更合适；（2）根据（1）的结果及表中数据，建立 y 关于x 的回归方程；（3）已知蕲艾的利润z 与x 、y 的关系为1202z y x =-，当x 为何值时，z 的预报值最大．参考数据和公式：0.21×21.22＝4.4562，11.67×21.22＝247.637415.7365，对于一组数据(i u ，i v )(i ＝1，2，3，…，n )，其回归直线方程v u αβ=+的斜率和截距的最小二乘法估计分别为 1221ni i i nii u vnu v unuβ==-⋅=-∑∑， v u αβ=-，相关系数ni i u vnu vr -⋅∑．参考答案：1．A 【解析】【详解】样本中产品净重小于100克的频率为(0.050＋0.100)×2＝0.3，频数为36，∴样本总数为.∵样本中净重大于或等于98克并且小于104克的产品的频率为(0.100＋0.150＋0.125)×2＝0.75，∴样本中净重大于或等于98克并且小于104克的产品的个数为120×0.75＝90.考点：频率分布直方图.2．C 【解析】【分析】由相关系数的绝对值越大，越具有强大相关性，即可求解【详解】∵相关系数的绝对值越大，越具有强大相关性，C 相关系数的绝对值最大约接近1，∴C 拟合程度越好．故选：C 3．B 【解析】【分析】先求出线性方程的样本中心点，从而可求得 3.240y x =-+，再根据残差的定义可判断.【详解】由题意可知，99.51010.511105x ++++==，111086585y ++++==所以线性方程的样本中心点为(10,8)，因此有 8 3.21040aa =-⨯+⇒=，所以 3.240y x =-+，在收集的5个样本点中，(10,8)一点在 3.240y x =-+上，故计算残差为0的样本点是(10,8).故选：B 4．A 【解析】【分析】由条件可知样本中心不变，可求出新的回归直线方程，即可判断.【详解】因为重新求得的经验回归直线l 的斜率为1.2，所以变量x 与y 具有正相关关系，故A 正确；当3x =时，315055y ..=⨯+=，设去掉两个误差较大的样本点后，横坐标的平均值为x '，纵坐标的平均值为y '，则12636322n x x x x n n n ++⋅⋅⋅+--=--'==，1210510522n y y y n n n y ++⋅⋅⋅+--'==--=，因为去除两个误差较大的样本点后，重新求得回归直线l 的斜率为1.2，所以ˆ53 1.2a =⨯+，解得 1.4ˆa =，所以去除两个误差较大的样本点后的经验回归方程为ˆ 1.2 1.4yx =+，故B 错误；因为1.5 1.2>，所以去除两个误差较大的样本点后y 的估计值增加速度变慢，故C 错误；因为ˆ 1.22 1.4 3.8y=⨯+=，所以ˆ 3.75 3.80.05y y -=-=-，故D 错误.故选：A.5．C 【解析】【分析】根据相关系数的概念,依次分析各选项即可得答案.【详解】解：对于A 选项，当相关系数为正时，表明变量之间是正相关，相关系数为负数时，表明相关系数为负数，故A 选项正确；对于B ，D 选项，相关系数范围是[]1,1-，故可以为正，也可以为负，故B ，D 选项正确；对于C 选项，当相关系数为负数时，样本相关系数越大，线性相关性就越弱，故C 选项错误；故选：C6．D 【解析】A 是系统抽样，B 选项线性回归直线ˆˆy bxa =+一定过样本中心(),x y ，C 选项若两个随机变量的线性相关性越强，则相关系数r 的绝对值越接近于1，D 选项若一组数据2，4，a ，8的平均数是5，求出a ，则该组数据的方差即可求解.【详解】A 选项：先把高二年级的2000名学生编号：1到2000，再从编号为1到50的学生中随机抽取1名学生，其编号为m ，然后抽取编号为50,100,150,m m m +++ 的学生，这种抽样方法是系统抽样法，所以该选项不正确；B 选项：线性回归直线ˆˆy bxa =+一定过样本中心(),x y ，所以该选项不正确；C 选项：若两个随机变量的线性相关性越强，则相关系数r 的绝对值越接近于1，所以该选项不正确；D 选项：若一组数据2，4，a ，8的平均数是5，24854a +++=，解得6a =，则该组数据的方差是()()()()22222545658554-+-+-+-=，所以该选项正确.故选：D 【点睛】此题考查抽样方法，回归直线，相关关系的辨析，求平均数和方差，关键在于熟练掌握相关概念和公式，准确计算.7．B 【解析】【分析】根据散点图逐项进行判断即可.【详解】①：由散点图可知，,x y 之间是正相关关系，所以10r >，20r >，故①正确；②③：由散点图可知，回归直线的斜率是正数，且1l 的斜率大于2l 的斜率，所以µ10b >，µ20b >，µµ12b b >，故②③正确；④：由散点图可知，去掉“离群点”E 后，相关性更强，拟合的效果更好，所以2212R R <，故④错误；故选：B.8．C 【解析】【分析】将0.5ˆe bx y-=两边同时取对数，得ln 0.5y bx =-，设0.5z bx =-，由样本中心()x z 必在回归直线0.5z bx =-上，可求出b ，从而即可求解．【详解】解：由题意，将0.5ˆe bx y-=两边同时取对数，得ln 0.5y bx =-，设0.5z bx =-，则x1234z13451234 2.54x +++==，13453.254z +++==，由0.5z bx =-，得3.25 2.50.5b =-，解得 1.5b =，所以 1.50.5e x y -=，所以当5x =时， 1.550.57e e y ⨯-==，故选：C.9．1.5##32【解析】【分析】利用回归直线方程，求出160x =的估计值，然后求解残差的绝对值.【详解】由样本数据得到，女大学生的身高预报体重的回归方程是 0.7575.5y x =-，当160x =时， 0.7516075.544.5y =⨯-=，此方程在样本()160,46处残差的绝对值：44.546 1.5-=.故答案为：1.5.10．选甲相关指数R 2越大，表示回归模型拟合效果越好．【解析】【分析】相关指数越大，相关性越强，拟合效果越好．根据相关指数的大小即可判断．【详解】相关指数2R 越大，相关性越强，回归模型拟合效果越好，所以效果最好的是甲．【点睛】如果两个变量间的关系是相关关系，相关指数2R 越大，相关系数r 越接近1，残差平方和越接近0，都代表拟合效果越好．11．1-【解析】【分析】根据直线斜率可知两个变量负相关，结合数据点都在直线上可确定1r =-.【详解】直线210x y +-=的斜率20k =-<，∴这两个变量成负相关，0r ∴<，又所有样本点都在直线210x y +-=上，1r ∴=-．故答案为：1-.12．1723【解析】【分析】设2t x =，可得回归直线方程为12y bt =-，求出样本中心点(),t y 代入可得b 的值.【详解】令2t x =则212y bx =-即12y bt =-，6212366i i x t ===∑，61147663ii y y ====∑，因为样本中心点237,63⎛⎫ ⎪⎝⎭在回归直线12y bt =-上，所以7231362b =-，可得：1723b =，故答案为：1723.13．（1）ˆ3240y x =-+．；（2）是.【解析】【分析】（1）先由表中的数据求出,x y ，再利用已知的数据和公式求出 ,ba ，从而可求出y 关于x 的回归直线方程；（2）当8x =时，求出 y 的值，再与15比较即可得结论【详解】（1）因为()199.51010.511105x =++++=，()1111086585y =++++=，所以23925108ˆ 3.2502.5510b -⨯⨯==--⨯，得()ˆ8 3.21040a=--⨯=，于是y 关于x 的回归直线方程为 3.240ˆyx =-+；（2）当8x =时，ˆ 3.284014.4y=-⨯+=，则ˆ14.4150.60.65yy -=-=<，故可以认为所得到的回归直线方程是理想的.14．(1)具有较高的线性相关程度(2) 6.470.8y x =+，314万人【解析】【分析】（1）由已知计算相关系数r 即可.（2）由列表计算 a、b ，可得线性回归方程进一步可得解.(1)由表中数据可得3,90x y ==，所以521()10i i x x =-=∑，又55211()434,()()64i i i i i y y x x y y ==-=--=∑∑，所以()()50.970.75i i x x y y r --=>∑，所以该电商平台直播黄金时段的天数x 与购买人数y 具有较高的线性相关程度．所以可用线性回归模型拟合人数y 与天数x 之间的关系．(2)由表中数据可得()()()5152164ˆ 6.410i i i i i x x y y b x x ==--===-∑∑，则ˆˆ90 6.4370.8a y bx =-=-⨯=，所以 6.470.8y x =+，令38x =，可得 6.4387031ˆ.84y =⨯+=（万人）15．（1）用d y c x =+模型建立y 与x 的回归方程更合适；（2）10ˆ111.54y x =-；（3）当温度为20时这种草药的利润最大．【解析】【分析】（1）利用相关系数1r ，2r ，比较1||r 与2||r 的大小，得出用模型d y c x=+建立回归方程更合适；（2）根据（1）的结论求出y 关于x 的回归方程即可；（3）由题意写出利润函数ˆz ，利用基本不等式求得利润z 的最大值以及对应的x 值．【详解】（1）由题意知20.9953r =-，10.8858r =，因为121r r <<，所有用d y c x =+模型建立y 与x 的回归方程更合适．（2）因为1311322113 2.1ˆ100.2113i i i i i t y t yd tt ==-⋅-===--∑∑，ˆˆ109.94100.16111.54cy dt =-=+⨯=，所以ˆy 关于x 的回归方程为10ˆ111.54y x=-（3）由题意知11012020(111.54ˆˆ)22z y x x x =-=--20012230.8()2x x =-+2230.8202210.8≤-=，所以22.8ˆ10z≤，当且仅当20x =时等号成立，所以当温度为20时这种草药的利润最大．。
专题01 线性回归方程(解析版)
【解析】解： x 0 1 2 3 3 ， y m 3 5.5 7 m 15.5 ，
4
2
4
4
这组数据的样本中心点是 ( 3 , m 15.5) ， 24
关于 y 与 x 的线性回归方程 yˆ 2.1x 0.85 ，
m 15.5 2.1 3 0.85 ，解得 m 0.5 ，
x （次数 / 分
20
30
40
50
60
钟）
y( C)
25
27.5
29
32.5
36
A． 33 C
B． 34 C
C． 35 C
【解析】解：由题意，得 x 20 30 40 50 60 40 ， 5
y 25 27.5 29 32.5 36 30 ， 5
则 k y 0.25x 30 0.25 40 20 ；
故答案为：10．
例 7．已知一组数据点：
x
x1
x2
x8
y
y1
y2
y8
8
用最小二乘法得到其线性回归方程为 yˆ 2x 4 ，若数据 x1 ， x2 ， ， x8 的平均数为 1，则 yi i 1
16 ．
3
原创精品资源学科网独家享有版权，侵权必究！
【解析】解：由题意， x 1 ，设样本点的中心为 (1, y) ， 又线性回归方程为 yˆ 2x 4 ，则 y 2 1 4 2 ，
购买一台乙款垃圾处理机器节约政府支持的垃圾处理费用 Y （单位：万元）的分布列为：
Y
30
20
70
120
P
0.3
0.4
0.2
0.1
E(Y ) 30 0.3 20 0.4 70 0.2 120 0.1 25 （万元）
高中数学 新高考 复习试卷讲义 第9章 §9.3 一元线性回归模型及其应用
§9.3 一元线性回归模型及其应用考试要求 1.了解样本相关系数的统计含义.2.了解最小二乘法原理，掌握一元线性回归模型参数的最小二乘估计方法.3.针对实际问题，会用一元线性回归模型进行预测．知识梳理1．变量的相关关系(1)相关关系：两个变量 ，但又没有确切到可由其中的一个去精确地决定另一个的程度，这种关系称为相关关系．(2)相关关系的分类： 和 ．(3)线性相关：一般地，如果两个变量的取值呈现正相关或负相关，而且散点落在 附近，我们就称这两个变量线性相关． 2．样本相关系数(1)r ＝∑i ＝1n(x i －x )(y i －y )∑i ＝1n(x i －x)2∑i ＝1n(y i －y )2.(2)当r >0时，称成对样本数据 ；当r <0时，称成对样本数据 ． (3)|r |≤1；当|r |越接近1时，成对样本数据的线性相关程度越 ；当|r |越接近0时，成对样本数据的线性相关程度越 ． 3．一元线性回归模型(1)我们将y ^＝b ^x ＋a ^称为Y 关于x 的经验回归方程，其中⎩⎪⎨⎪⎧b ^＝∑i ＝1n(x i－x )(y i－y )∑i ＝1n(x i－x )2，a ^＝y －b ^x .(2)残差：观测值减去 称为残差．常用结论1．经验回归直线过点(x ，y )．2．求b ^时，常用公式b ^＝∑i ＝1nx i y i －n x y∑i ＝1nx 2i －n x2.3．回归分析和独立性检验都是基于成对样本观测数据进行估计或推断，得出的结论都可能犯错误． 思考辨析判断下列结论是否正确(请在括号中打“√”或“×”) (1)相关关系是一种非确定性关系．( )(2)散点图是判断两个变量相关关系的一种重要方法和手段．( )(3)经验回归直线y ^＝b ^x ＋a ^至少经过点(x 1，y 1)，(x 2，y 2)，…，(x n ，y n )中的一个点．( ) (4)样本相关系数的绝对值越接近1，成对样本数据的线性相关程度越强．( ) 教材改编题1．在对两个变量x ，y 进行回归分析时有下列步骤：①对所求出的经验回归方程作出解释；②收集数据(x i ，y i )，i ＝1,2，…，n ；③求经验回归方程；④根据所收集的数据绘制散点图． 则下列操作顺序正确的是( ) A ．①②④③ B ．③②④① C ．②③①④D ．②④③①2．对于x ，y 两变量，有四组成对样本数据，分别算出它们的样本相关系数r 如下，则线性相关性最强的是( )A ．－0.82B ．0.78C ．－0.69D ．0.873．某单位为了了解办公楼用电量y (度)与气温x (℃)之间的关系，随机统计了四个工作日的用电量与当天平均气温，并制作了对照表：气温(℃) 18 13 10 －1 用电量(度)24343864由表中数据得到经验回归方程y ^＝－2x ＋a ^，当气温为－4 ℃时，预测用电量约为( ) A ．68度 B ．52度 C ．12度D ．28度题型一 成对数据的相关性例1 (1)(2023·保定模拟)已知两个变量x 和y 之间有线性相关关系，经调查得到如下样本数据：x 3 4 5 6 7 y3.52.41.1－0.2－1.3根据表格中的数据求得经验回归方程为y ^＝b ^x ＋a ^，则下列说法中正确的是( ) A.a ^>0，b ^>0 B.a ^>0，b ^<0 C.a ^<0，b ^>0D.a ^<0，b ^<0(2)(2022·大同模拟)如图是相关变量x ，y 的散点图，现对这两个变量进行线性相关分析，方案一：根据图中所有数据，得到经验回归方程y ^＝b ^1x ＋a ^1，样本相关系数为r 1；方案二：剔除点(10,21)，根据剩下的数据得到经验回归方程y ^＝b ^2x ＋a ^2，样本相关系数为r 2.则( )A ．0<r 1<r 2<1B ．0<r 2<r 1<1C ．－1<r 1<r 2<0D ．－1<r 2<r 1<0听课记录：______________________________________________________________ ________________________________________________________________________ 思维升华 判定两个变量相关性的方法(1)画散点图：若点的分布从左下角到右上角，则两个变量正相关；若点的分布从左上角到右下角，则两个变量负相关．(2)样本相关系数：当r >0时，正相关；当r <0时，负相关；|r |越接近1，相关性越强． (3)经验回归方程：当b ^>0时，正相关；当b ^<0时，负相关．跟踪训练1 (1)某公司2017～2022年的年利润x (单位：百万元)与年广告支出y (单位：百万元)的统计资料如表所示：年份 2017 2018 2019 2020 2021 2022 利润x 12.2 14.6 16 18 20.4 22.3 支出y0.620.740.810.8911.11根据统计资料，则利润中位数( ) A ．是16，x 与y 有正相关关系 B ．是17，x 与y 有正相关关系 C ．是17，x 与y 有负相关关系 D ．是18，x 与y 有负相关关系(2)已知相关变量x 和y 的散点图如图所示，若用y ＝b 1·ln(k 1x )与y ＝k 2x ＋b 2拟合时的样本相关系数分别为r 1，r 2则比较r 1，r 2的大小结果为( )A ．r 1>r 2B ．r 1＝r 2C ．r 1<r 2D ．不确定题型二 回归模型命题点1 一元线性回归模型例2 (2023·蚌埠模拟)某商业银行对存款利率与日存款总量的关系进行调研，发现存款利率每上升一定的百分点，日均存款总额就会发生一定的变化，经过统计得到下表：利率上升百分点x 0.1 0.2 0.3 0.4 0.5 日均存款总额y (亿元)0.20.350.50.650.8(1)在给出的坐标系中画出上表数据的散点图；(2)根据上表提供的数据，用最小二乘法求出y 关于x 的经验回归方程y ^＝b ^x ＋a ^；(3)已知现行利率下的日均存款总额为0.625亿元，试根据(2)中的经验回归方程，预测日均存款总额为现行利率下的2倍时，利率需上升多少个百分点？参考公式及数据：①b ^＝∑i ＝1nx i y i －n x y∑i ＝1nx 2i －nx2，a ^＝y －b ^x ，②∑i ＝15x i y i ＝0.9，∑i ＝15x 2i ＝0.55. ________________________________________________________________________ ________________________________________________________________________ ________________________________________________________________________ ________________________________________________________________________ 命题点2 非线性回归模型例3 (2023·保山模拟)某印刷企业为了研究某种图书每册的成本费y (单位：元)与印刷数量x (单位：千册)的关系，收集了一些数据并进行了初步整理，得到了如图所示的散点图及一些统计量的值．x y u ∑i ＝17(x i －x)2 ∑i ＝17(x i －x )·(y i －y )∑i ＝17(u i －u)2 ∑i ＝17(u i －u )·(y i －y )5 3.50.22 30 0.7 7表中u i ＝1x i ，u ＝17∑i ＝17u i .(1)根据散点图判断y ＝a ＋bx 与y ＝c ＋dx 哪一个模型更适合作为该图书每册的成本费y 与印刷数量x 的经验回归方程？(只要求给出判断，不必说明理由)________________________________________________________________________ ________________________________________________________________________ ________________________________________________________________________ ________________________________________________________________________ (2)根据(1)的判断结果及表中数据求出y 关于x 的经验回归方程；(3)若该图书每册的售价为9元，则预测至少应该印刷多少册，才能使销售利润不低于80 000元(假设能够全部售出)．附：对于一组数据(ω1，v 1)，(ω2，v 2)，…，(ωn ，v n )，其经验回归方程v ^＝β^ω＋α^的斜率和截距的最小二乘估计分别为β^＝∑i ＝1n(ωi －ω)(v i －v )∑i ＝1n(ωi －ω)2，α^＝v －β^ω.________________________________________________________________________ ________________________________________________________________________ ________________________________________________________________________ 思维升华 求经验回归方程的步骤跟踪训练2 (2022·南充模拟)某特色餐馆开通了某APP 的外卖服务，在一周内的某特色菜外卖份数x (单位：份)与收入y (单位：元)之间有如下的对应数据：外卖份数x (份) 2 4 5 6 8 收入y (元)3040605070(1)在给出的坐标系中画出数据散点图；(2)请根据以上数据用最小二乘法求出收入y 关于份数x 的经验回归方程； ________________________________________________________________________ ________________________________________________________________________ ________________________________________________________________________ ________________________________________________________________________ (3)据此估计外卖份数为12时，收入为多少元．参考数据公式：∑i ＝15x 2i ＝145，∑i ＝15x i y i ＝1 380，b ^＝∑i ＝1n (x i －x )(y i －y )∑i ＝1n(x i －x )2＝∑i ＝1nx i y i －n x y∑i ＝1nx 2i －n x2，a ^＝y －b ^x .________________________________________________________________________ ________________________________________________________________________ ________________________________________________________________________ ________________________________________________________________________ 题型三 残差分析例4 (1)(多选)下列说法正确的是( )A ．在经验回归方程y ^＝－0.85x ＋2.3中，当解释变量x 每增加1个单位时，响应变量y ^平均减少2.3个单位B ．在经验回归方程y ^＝－0.85x ＋2.3中，相对于样本点(1,1.2)的残差为－0.25C ．在残差图中，残差分布的水平带状区域的宽度越窄，其模型的拟合效果越好D ．若两个变量的决定系数R 2越大，表示残差平方和越小，即模型的拟合效果越好 (2)新能源汽车的核心部件是动力电池，电池占了新能源整车成本的很大一部分，而其中的原材料碳酸锂又是电池的主要成分．从2020年底开始，碳酸锂的价格不断升高，如表是2022年某企业的前5个月碳酸锂的价格与月份的统计数据：根据表中数据，得出y 关于x 的经验回归方程为y ^＝0.28x ＋a ^，根据数据计算出在样本点(5,1.5)处的残差为－0.06，则表中m ＝________.听课记录：______________________________________________________________ ________________________________________________________________________ 思维升华 检验回归模型的拟合效果的两种方法(1)残差分析：通过残差分析发现原始数据中的可疑数据，判断所建立模型的拟合效果． (2)R 2分析：通过公式计算R 2，R 2越大，残差平方和越小，模型的拟合效果越好；R 2越小，残差平方和越大，模型的拟合效果越差． 跟踪训练3 (1)下列命题是真命题的为( ) A ．经验回归方程y ^＝b ^x ＋a ^一定不过样本点B ．可以用样本相关系数r 来刻画两个变量x 和y 线性相关程度的强弱，r 的值越小，说明两个变量线性相关程度越弱C ．在回归分析中，决定系数R 2＝0.80的模型比决定系数R 2＝0.98的模型拟合的效果要好D ．残差平方和越小的模型，拟合的效果越好 (2)两个线性相关变量x 与y 的统计数据如表：其经验回归方程是y ^＝b ^x ＋40，则相应于点(9,11)的残差为________．。
高考数学知识点解析一元线性回归分析与预测
高考数学知识点解析一元线性回归分析与预测高考数学知识点解析：一元线性回归分析与预测在高考数学中，一元线性回归分析与预测是一个重要的知识点，它不仅在数学学科中具有重要地位，还在实际生活中有着广泛的应用。
接下来，让我们一起深入了解这个知识点。
一元线性回归分析是一种用于研究两个变量之间线性关系的统计方法。
简单来说，就是通过一组数据，找到一条直线，使得这些数据点尽可能地靠近这条直线。
我们先来看一个简单的例子。
假设我们想研究学生的学习时间和考试成绩之间的关系。
我们收集了一些学生的学习时间（自变量 x）和对应的考试成绩（因变量 y）的数据。
那么，如何找到它们之间的线性关系呢？这就需要用到一元线性回归方程：y ＝ a ＋ bx 。
其中，a 是截距，b 是斜率。
b 表示 x 每增加一个单位，y 的平均变化量；a 则表示当 x 为 0 时，y 的值。
那么，如何确定 a 和 b 的值呢？这就要用到最小二乘法。
最小二乘法的基本思想是使得实际数据点与回归直线上的对应点的纵坐标之差的平方和最小。
通过一系列的计算，可以得到 a 和 b 的计算公式。
在实际计算中，我们通常会先计算出一些中间量，比如 x 的平均值x，y 的平均值ȳ ，以及 x 和 y 的乘积的总和、x 的平方的总和等等。
然后，代入公式就可以求出 a 和 b 的值。
求出回归方程后，我们就可以用它来进行预测了。
比如，已知一个学生的学习时间，就可以通过回归方程预测他可能的考试成绩。
但需要注意的是，这种预测是基于统计规律的，并不是绝对准确的。
一元线性回归分析在实际生活中有很多应用。
比如，经济学家可以用它来研究物价和消费之间的关系，企业可以用它来预测销售额和广告投入之间的关系，医学家可以用它来分析药物剂量和治疗效果之间的关系等等。
然而，在使用一元线性回归分析时，也需要注意一些问题。
首先，变量之间的线性关系必须是合理的。
如果两个变量之间的关系不是线性的，强行使用一元线性回归分析可能会得到错误的结果。
【高考数学总复习】：回归性分析与独立性检验(知识点讲解+真题演练+详细解答)
量，例如某同学的数学成绩与化学成绩。
2.线性回归分析 (1) 散点图：将样本中的各对数据在直角坐标系中描点而得到的图形叫做散点图，它直观地 描述了两个变量之间是否有相关关系，是判断两个变量相关性的重要依据。 (2) 回归直线：散点图中点的整体分布在一条直线左右，则称这两个变量之间具有线性相关
(a b)(c d)(a c)(b d )
通过对统计量 K2 的研究，一般情况下认为：
①当 K 2 ≤3.841 时，认为变量 X 与 Y 是无关的。
②当 K 2 ＞3.841 时，有 95%的把握说变量 X 与 Y 有关；
④ 当 K 2 ＞6.635 时，有 99%的把握说变量 X 与 Y 有关；
定在多大程度上可以认为“两个分类变量有关系”的方法称为两个分类变量的独立性检验。
2.分类变量的理解： 分类变量是说明事物类别的一个名称，其取值是分类数据。如“性别”就是一个分类变 量，其变量值为“男”或“女”；“行业”也是一个分类变量，其变量值可以为“零售 业”，说明 X 与 Y 无关的把握越小
6. 右表是对与喜欢足球与否的统计列联表依据表中的数据，得到（ ）
A. K 2 9.564 B. K 2 3.564 C. K 2 2.706 D. K 2 3.841
7. 对两个分类变量 A、B 的下列说法中正确的个数为（ ）． ①A 与 B 无关，即 A 与 B 互不影响；②A 与 B 关系越密切，则 K2 的值就越大；③K2
x yw
46.6 563 6.8
8
(xi x )2
i 1
2023届高考数学复习 第47讲 数据分析 —— 一元线性回归模型及其应用(共34张PPT)
3，b∧＝01.01＝0.01，a∧＝ y －b∧ x ＝0.5－0.03＝0.47.所以经验回归方程为∧y＝0.01x＋0.47，则
当 x＝6 时，y＝0.53.所以预测小李该月 6 号打 6h 篮球的投篮命中率为 0.53.
知识聚焦
1. 一元线性回归模型：EY＝eb＝x＋0，a＋Dee，＝σ2 称为 Y 关于 x 的一元线性回归模型．其
y)如下表所示：
x
3
4
5
6
y
2.5
3
4
m
根据表中数据，得出 y 关于 x 的经验回归方程为∧y＝0.7x＋a∧，据此计算出样本(4,3)
处的残差为－0.15，则表中 m 的值为( B )
A. 3.3
B. 4.5
C. 5
D. 5.5
【解析】 由题意可知，在样本(4,3)处的残差为－0.15，则∧y＝3.15，即 3.15＝0.7x ＋a∧，解得a∧＝0.35，即∧y＝0.7x＋0.35，又 x ＝3＋4＋4 5＋6＝4.5，且经验回归方程过样本 中心点( x ， y )，则 y ＝0.7×4.5＋0.35＝3.5，则 y ＝2.5＋34＋4＋m＝3.5，解得 m＝4.5.
残差分析
(2021·佛山二模)H 市某企业坚持以市场需求为导向，合理配置生产资源，不
断改革、探索销售模式．下表是该企业每月生产的一种核心产品的产量 x(单位：吨)与
相应的生产总成本 y(单位：万元)的五组对照数据．
产量 x(件)
1
2
3
4
5
生产总成本 y(万元)
3
7
8
10
12
(1) 根据上述数据，若用最小二乘法进行线性模拟，试求 y 关于 x 的经验回归方程∧y
高考数学知识点精讲多元线性回归与逐步回归
高考数学知识点精讲多元线性回归与逐步回归高考数学知识点精讲：多元线性回归与逐步回归在高考数学中，统计学的知识占有重要的一席之地，其中多元线性回归与逐步回归更是常常出现在考题中。
对于这两个概念，理解它们的原理、应用以及相关的计算方法是十分关键的。
首先，我们来聊聊什么是多元线性回归。
简单来说，多元线性回归就是研究一个因变量与多个自变量之间线性关系的一种统计方法。
比如说，我们想要研究一个学生的高考成绩（因变量）与他平时的作业完成情况、课堂参与度、课后复习时间等多个因素（自变量）之间的关系，这时候就可以用到多元线性回归。
多元线性回归的数学模型可以表示为：Y ＝β₀＋β₁X₁＋β₂X₂＋… ＋βₚXₚ ＋ε 。
其中，Y 是因变量，X₁，X₂，…，Xₚ 是自变量，β₀是截距，β₁，β₂，…，βₚ 是回归系数，ε 是随机误差。
那怎么来确定这些回归系数呢？这就需要用到最小二乘法。
最小二乘法的基本思想就是要使得观测值与预测值之间的误差平方和达到最小。
通过一系列复杂的数学计算，我们可以得到回归系数的估计值。
接下来，我们再看看逐步回归。
逐步回归是一种在多元线性回归基础上发展起来的方法。
在实际问题中，并不是所有的自变量都对因变量有显著的影响。
逐步回归的目的就是从众多的自变量中筛选出对因变量有显著影响的自变量，建立一个“最优”的回归方程。
逐步回归的过程大致可以分为三步。
第一步是前进法，就是先将对因变量影响最大的自变量选入回归方程；第二步是后退法，就是将已经选入方程的自变量中，对因变量影响不显著的自变量剔除出去；第三步是双向筛选法，就是结合前进法和后退法，不断地选入和剔除自变量，直到得到最优的回归方程。
在实际应用中，多元线性回归和逐步回归都有广泛的用途。
比如说，在经济领域，可以用来预测股票价格、分析市场需求等；在医学领域，可以用来研究疾病的危险因素、评估治疗效果等；在工程领域，可以用来优化生产过程、提高产品质量等。
为了更好地理解和应用多元线性回归与逐步回归，我们来通过一个具体的例子看看。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
线性回归方程高考题讲解
线性回归方程高考题
1、下表提供了某厂节能降耗技术改造后生产甲产品过程中记录的产量（吨）与相应的生产能耗（吨标准煤）的几组对照数据：
3 4 5 6
2.5 3 4 4.5
（1）请画出上表数据的散点图；
（2）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；
（3）已知该厂技改前100吨甲产品的生产能耗为90吨标准煤．试根据（2）求出的线性回归方程，预测生产100吨甲产品的生产能耗比技改前降低多少吨标准煤? （参考数值：）
2、假设关于某设备的使用年限x和所支出的维修费用y(万元)统计数据如下:
使用年限x 2 3 4 5 6
维修费用y 2.2 3.8 5.5 6.5 7.0
若有数据知y对x呈线性相关关系.求:
(1) 填出下图表并求出线性回归方程=bx+a的回归系数,;
序号x y xy x2
1 2 2.2
2 3 3.8
3 4 5.5
4 5 6.5
5 6 7.0
∑
(2) 估计使用10年时,维修费用是多少.
3、某车间为了规定工时定额，需要确定加工零件所花费的时间，为此作了四实试验，得到的数据如下：
零件的个数x（个） 2 3 4 5
加工的时间y（小时） 2.5 3 4 4.5
（1）在给定的坐标系中画出表中数据的散点图；
（2）求出y关于x的线性回归方程，并在坐标系中画出回归直线；
（3）试预测加工10个零件需要多少时间？
（注：
4、某服装店经营的某种服装，在某周内获纯利(元)与该周每天销售这种服装件数之间的一组数据关系如下表：
3 4 5 6 7 8 9
66 69 73 81 89 90 91
已知：．
(Ⅰ)画出散点图； (1I)求纯利与每天销售件数之间的回归直线方程．
5、某种产品的广告费用支出与销售额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；
6、下表提供了某厂节能降耗技术改造后生产甲产品过程中记录的产量x（吨）与相应的生产能耗y（吨标准煤）的几组对照数据：
ｘ 3 4 5 6
ｙ 2.5 3 4 4.5
（I）请画出上表数据的散点图；
（II）请根据上表提供的数据，求出ｙ关于ｘ的线性回归方程；（III）已知该厂技术改造前100吨甲产品能耗为90吨标准煤.试根据（II）求出的线性回归方程，预测生产100吨甲产品的生产能耗比技术改造前降低多少吨标准煤？
（参考公式及数据: ,）
7、以下是测得的福建省某县某种产品的广告费支出x与销售额y（单位：百万元）之间，有如下的对应数据：
广告费支出x 2 4 5 6 8
销售额y 30 40 60 50 70
（1）画出数据对应的散点图，你能从散点图中发现福建省某县某种产品的广告费支出x与销售额y（单位：百万元）之间的一般规律吗？
（2）求y关于x的回归直线方程；
（3）预测当广告费支出为2（百万元）时，则这种产品的销售额为多少？（百万元）
8、在某种产品表面进行腐蚀线实验，得到腐蚀深度y与腐蚀时间t之间对应的一组数据：
时间t(s) 5 10 15 20 30
6 10 10 13 16
深度y(m)
(1)画出散点图；
(2)试求腐蚀深度y对时间t的回归直线方程。
参考答案
一、计算题
1、解：（1）
（2）
序号
l 3 2.5 7.5 9
2 4
3 12 16
3 5
4 20 25
4 6 4.
5 27 36
18 14 66.5 86
所以：
所以线性同归方程为：
（3）=100时，，所以预测生产100吨甲产品的生产能耗比技术改造前降低19.65吨标准煤.
x y xy x2
序
号
1 2 2.2 4.4 4
2 3 3.8 11.4 9
3 4 5.5 22.0 16
4 5 6.5 32.5 25
5 6 7.0 42.0 36
90
∑20 25 112.
3
所以
将其代入公式得
(2) 线性回归方程为=1.23x+0.08
(3) x=10时,=1.23x+0.08=1.23×10+0.08=12.38 (万元) 答:使用10年维修费用是12.38(万元)。
3、解：（1）散点图如图
（2）由表中数据得：
回归直线如图中所示。
（3）将x=10代入回归直线方程，得（小时）
∴预测加工10个零件需要8.05小时。
4、解：(Ⅰ)散点图如图：
(Ⅱ)由散点图知，与有线性相关关系，设回归直线方程：，
，
，
∵，
∴．
，
故回归直线方程为．
5、解：(1)作出散点图如下图所示：
(2)求回归直线方程．
=(2+4+5+6+8)=5，
×(30+40+60+50+70)=50，
=22+42+52+62+82=145，
=302+402+602+502+702=13500
=1380．
=6.5．
因此回归直线方程为
(3)=10时，预报y的值为y=10×6.5+17.5=82.5．6、解：（I）如下图
(II)=3 2.5+43+54+6 4.5=66.5
==4.5 ，==3. 5
故线性回归方程为
(III)根据回归方程的预测，现在生产100吨产品消耗的标准煤的数量为0.7100+0.35=70.35．
故耗能减少了90－70.35=19.65(吨)．
7、解：（1）（略）（2）y=6.5x+17.5
（3） 30.5（百万元） 8、(1)略（2）ｙ＝14/37ｘ＋183/37。