高三数学回归分析知识点
高三回归方程知识点汇总
高三回归方程知识点汇总回归方程是数学中重要的数学模型，用于描述变量之间的关系和进行预测。
在高三阶段，学生需要掌握回归分析的基本知识和技巧。
本文将对高三数学中回归方程的知识点进行全面汇总，并提供一些实例和应用场景供参考。
一、线性回归方程1.1 线性关系与线性回归方程线性关系指的是两个变量之间存在直线关系，可用一条直线来近似表示。
线性回归方程是线性关系的数学表达式，常用形式为 y = kx + b，其中 k 表示直线的斜率，b 表示直线在 y 轴上的截距。
1.2 最小二乘法最小二乘法是确定线性回归方程中斜率 k 和截距 b 的常用方法。
它通过最小化观测值与回归直线的拟合误差平方和，找到最佳的拟合直线。
1.3 直线拟合与误差分析直线拟合是利用线性回归方程将观测数据点拟合到一条直线上。
误差分析可以评估回归方程的拟合优度，常用指标有决定系数R²、平均绝对误差 MAE 等。
二、非线性回归方程2.1 非线性关系与非线性回归方程非线性关系指的是两个变量之间的关系不能用一条直线来近似表示，而是需要使用曲线或其他非线性形式进行描述。
非线性回归方程可以是多项式方程、指数方程、对数方程等形式。
2.2 最小二乘法拟合非线性回归方程与线性回归相似，最小二乘法也可以用于拟合非线性回归方程。
但由于非线性方程的复杂性，通常需要借助计算工具进行求解，例如利用数学软件进行非线性拟合。
2.3 模型选择和拟合优度检验在选择非线性回归模型时，需要综合考虑模型的拟合优度和实际应用的需求。
常见的方法包括比较不同模型的决定系数 R²、检验残差分布等。
三、应用实例3.1 人口增长模型以某地区的人口数据为例，通过拟合合适的回归方程，可以预测未来的人口增长趋势，为城市规划和社会发展提供决策依据。
3.2 经济增长模型回归方程可以用于分析经济数据，例如拟合国民生产总值与时间的关系，预测未来的经济增长态势，为政府制定经济政策提供参考。
3.3 科学实验数据分析在科学研究中，常常需要利用回归方程对实验数据进行拟合和分析。
第3讲变量间的相关关系、回归分析及独立性检验
1．两个变量的线性相关
(1)在散点图中，点散布在从左下角 到 右上角 的区域．对于两个
变量的这种相关关系，我们将它称为正相关．如果在散点图
中，点散布在从左上角 到右下角 的区域，两个变量的这种相关 关系称为负相关．
(2)线性相关关系、回归直线
如果散点图中点的分布从整体上看大致在 一条直线附近 个变量之间具有线性相关关系，这条直线叫做回归直线． ，就称这两
思维点拨：利用相关系数r进行线性相关检验(也可利用散点图)．如果线性相 关，再求回归直线方程并加以判断．
因为r＞0.5，所以y与x有很强的线性相关关系． (2) ＝0.728 6x－0.857 1. ≤10⇒0.728 6x－0.857 1≤10，
(3)要使
所以x≤14.901 3.
所以机器的转速应控制在14.901 3转/秒以下．
它在a，b，c，d 取不同值时，K2可能不同，而k是取定一组数a， b，c，d后的一个确定的值．
1．下列关系中，是相关关系的为(
)
①学生的学习态度与学习成绩之间的关系；
②教师的执教水平与学生的学习成绩之间的关系；
③学生的身高与学生的学习成绩之间的关系； ④家庭的经济条件与学生的学习成绩之间的关系． A．①② B．①③ C．②③ D．②④
判断两个变量正相关还是负相关，有三种方法： 1．利用散点图；
2．利用相关系数r的符号；当r＞0时，正相关；r＜0时，负相关；
3．在已知两变量线性相关时，也可以利用回归方程 ＝a＋bx是增函数，两变量是正相关， 当b＜0时， ＝a＋bx是减函数， 两变量是负相关． ＝a＋bx.当b＞0时，
【例 1】 山东鲁洁棉业公司的科研人员在 7块并排、形状大小相同的试
=1.23×10+0.08=12.3+0.08=12.38(万元)，即估计使用10
高三数学 线性回归分析
选修2-3 第三章 第一节：回归分析的基本思想及其初步应用 (学生版)
教学辅导教案学生姓名年级高二学科数学上课时间教师姓名课题人教版选修2-3 回归分析的基本思想及其初步应用1．设有一个回归方程为$23y x=+，变量x增加一个单位时，则（）A．y平均增加2个单位B．y平均增加3个单位C．y平均减少2个单位D．y平均减少3个单位2．表中提供了某厂节能降耗技术改造后生产A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）的几组对应数据．根据下表提供的数据，求出y关于x的线性回归方程为$0.70.35y x=+，那么表中t的值为（）x 3 4 5 6y 2.5 t 4 4.5A．3 B．3.15 C．3.5 D．4.53．为了解某社区居民的家庭年收入所年支出的关系，随机调查了该社区5户家庭，得到如下统计数据表：收入x （万元）8.2 8.6 10.0 11.3 11.9支出y（万元） 6.2 7.5 8.0 8.5 9.8据上表得回归直线方程$$y bx a=+$，其中0.76b=$，$a y bx=-$，据此估计，该社区一户收入为15万元家庭年支出为（）A．11.4万元B．11.8万元C．12.0万元D．12.2万元4．某企业节能降耗技术改造后，在生产某产品过程中几录的产量x（吨）与相应的生产能耗y （吨）的几组对应数据如表所示：x 3 4 5 61y 2.5 3 4 a若根据表中数据得出y关于x的线性回归方程为$0.70.35y x=+，则表中a的值为（）A．3 B．3.15 C．3.5 D．4.55．某车间为了规定工时定额，需要确定加工零件所花费的时间，为此作了四次试验，得到的数据如下：零件的个数x（个） 2 3 4 5加工的时间y（小时） 2.5 3 4 4.5（1）在给定的坐标系中画出表中数据的散点图；（2）求出y关于x的线性回归方程$$y bx a=+$，并在坐标系中画出回归直线；（3）试预测加工10个零件需要多少时间？（注：1221()ni iiniix y nx ybx n x---∑=-∑$，$a y bx=-$）一、散点图1．散点图的概念在考虑两个量的关系时，为了对变量之间的关系有一个大致的了解，人们常将变量所对应的点描出来，这些点就组成了变量之间的一个图，通常称这种图为变量之间的散点图．2．曲线拟合的概念从散点图可以看出如果变量之间存在着某种关系，这些点会有一个集中的大致趋势，这种趋【变式5】在回归分析中，下列说法错误的是（ ） A ．用线性回归模型近似真实模型可产生误差 B ．R 2越大，模型的拟合效果越好 C ．残差平方和越小，模型的拟合效果越好 D ．R 2越大，残差平方和也越大【变式6】给出下列结论，正确的个数是（ ）（1）在回归分析中，可用相关指数R 2的值判断模型的拟合效果，R 2越大，模型的拟合效果越好； （2）在回归分析中，可用残差平方和判断模型的拟合效果，残差平方和越大，模型的拟合效果越好；（3）在回归分析中，可用残差图判断模型的拟合效果，残差点比较均匀地落在水平的带状区域中，说明这样的模型比较合适．带状区域的宽度越窄，说明模型的拟合精度越高． A ．0B ．1C ．2D ．3【变式7】设某大学的女生体重y （单位：kg ）与身高x （单位：cm ）具有线性相关关系，根据一组样本数据（x i ，y i ）（i =1，2，…，n ），用最小二乘法建立的回归方程为$0.8585.71y x =-，则下列结论中不正确的是（ ）A ．身高x 为解释变量，体重y 为预报变量B ．y 与x 具有正的线性相关关系C ．回归直线过样本点的中心（x ，y ）D ．若该大学某女生身高为170cm ，则她的体重必为58.79kg1．给出下列四个命题：①由样本数据得到的回归方程$$y bxa =+$必过样本点的中心（x ，y ）； ②用相关指数R 2来刻画回归效果，R 2的值越小，说明模型的拟合效果越好；③若线性回归方程为$3 2.5y x =-，则变量x 每增加1个单位时，y 平均减少2.5个单位； ④在残差图中，残差点分布的带状区域的宽度越窄，残差平方和越小． 上述四个命题中，正确命题的个数为（ ） A ．1 B ．2 C ．3 D ．4 2．身高与体重的关系可以用________来分析（ ）12．在冬季，某地居民对猪肉的需求情况的一组数据为（右图）： 价格x （万元） 12 11 10 9 需求量y （吨）10111213（1）求出y 对x 的回归方程；（2）如果价格升为14万元/吨，请你预测猪肉的需求量是多少．本章重点：回归分析、残差分析、相关指数的意义以及独立性检验中K 2的有关计算． 本章难点：借助于回归分析的思想选择恰当的模型拟合变量间的相关关系(尤其是非线性的)，由于该部分内容的数据相对较复杂，故在高考中出现大题的可能性不是很大，应以选择、填空题为主，旨在考察对回归方程的求解及预测，K 2的计算等．1．对于线性回归方程$$y bx a =+$，下列说法中不正确的是（ ） A ．样本数据中x =0时，一定有$y a= B ．x 增加一个单位时，y 平均增加b$个单位 C ．样本数据中x =0时，可能有$y a= D ．直线必经过点（x ，y ）2．从某高中随机选取5名高三男生，其身高和体重的数据如下表所示：身高x （cm ） 160 165 170 175 180 体重y （kg ）6366707274根据上表可得回归直线方程$$0.56y x a=+，据此模型预报身高为172cm 的高三男生的体重为据和散点图：定价x（元/kg）10 20 30 40 50 60年销量y（kg）1150 643 424 262 165 86 z=2⋅ln y14.1 12.9 12.1 11.1 10.2 8.9（参考数据：61()()34580i iix x y y=-⋅-=-∑，61()()175.5i iix x z z=-⋅-=-∑，621()776840iiy y=-=∑，61()()3465i iiy y z z=-⋅-=∑）（1）根据散点图判断，y与x，z与x哪一对具有较强的线性相关性（给出判断即可，不必说明理由）？（2）根据（1）的判断结果及数据，建立y关于x的回归方程（方程中的系数均保留两位有效数字）．（3）定价为多少元/kg时，年利润的预报值最大？附：对于一组数据（x1，y1），（x2，y2），…，（x n，y n），其回归直线$$y bx a=+$的斜率和截距的最小二乘估计分别为：1122211()()=()n ni i i ii in ni ii ix y nx y x x y ybx nx x x====--⋅-∑∑=--∑∑$，$a y nbx=-．8．如图是我国2010年至2016年生活垃圾无害化处理量（单位：亿吨）的折线图．注：年份代码1﹣7分别对应年份2010﹣2016．（1）由折线图看出，可用线性回归模型拟合y 与t 的关系，请用相关系数加以证明； （2）建立y 关于t 的回归方程（系数精确到0.01），预测2018年我国生活垃圾无害化处理量． 附注：参考数据：719.32i i y ==∑，7140.17i i i t y ==∑，721()0.55i i y y =-=∑，7 2.646≈．参考公式：12211()()()()ni i i nn i i i i t t y y r t t y y ===--∑=--∑∑，回归方程$$y abt =+$中斜率和截距的最小二乘估计公式分别为：121()()=()ni i i ni i t t y y b t t ==-⋅-∑-∑$，$a y bt =-$．9．为了解某地区某种农产品的年产量x （单位：吨）对价格y （单位：千元/吨）和利润z 的影响，对近五年该农产品的年产量和价格统计如表：x 1 2 3 4 5 y7.06.55.53.82.2一、（第1天）1．已知x与y之间的一组数据：x0 1 2 3y m 3 5.5 7已求得关于y与x的线性回归方程$ 2.10.85y x=+，则m的值为．2．若样本点为（21，2.1）、（23，2.3）、（25，2.8）、（27，3.2）、（29，4.1），则样本点的中心为．3．一工厂生产某种产品的月产量y（单位：万件）与月份x构成的实数对（x，y）在直线y=x+1附近，则估计3月份生产该产品万件．4．已知x，y的取值如表：x0 1 3 4y 2.2 4.3 4.8 6.7从散点图分析，y与x线性相关，则回归方程为$$y bx a=+$必过点．5．某商店统计了最近6个月某商品的进价x与售价y（单位：元）的对应数据如表：x 3 5 2 8 9 12y 4 6 3 9 12 14假设得到的关于x和y之间的回归直线方程是$$y bx a=+$，那么该直线必过的定点是．二、（第2天）1．如果发现散点图中所有的样本点都在一条直线上，则残差平方和等于，解释变量和预报变量之间的相关系数等于．2．已知某回归分析中，模型A的残差图的带状区域宽度比模型B的残差图的带状区域宽度窄，则在该回归分析中拟合精度较高的模型是．3．回归分析是处理变量之间关系的一种数量统计方法．4．对于一组数据的两个函数模型，其残差平方和分别为152.6 和169.8，若从中选取一个拟合程度较好的函数模型，应选残差平方和为的那个．。
高考数学考前回归基础复习(所有知识点)
2009年高三数学考前回归基础复习2009-5基础知识第一部分 集合1．理解集合中元素的意义．．．．．是解决集合问题的关键：元素是函数关系中自变量的取值？还是因变量的取值？还是曲线上的点？… ；2．数形结合．．．．是解集合问题的常用方法：解题时要尽可能地借助数轴、直角坐标系或韦恩图等工具，将抽象的代数问题具体化、形象化、直观化，然后利用数形结合的思想方法解决；3．（1）含n 个元素的集合的子集数为2n ,真子集数为2n －1；非空真子集的数为2n －2；（2）;B B A A B A B A =⇔=⇔⊆ 注意：讨论的时候不要遗忘了φ=A 的情况。
4．φ是任何集合的子集，是任何非空集合的真子集。
第二部分 函数与导数1．映射：注意 ①第一个集合中的元素必须有象；②一对一，或多对一。
2．函数值域的求法：①分析法 ；②配方法 ；③判别式法 ；④利用函数单调性 ； ⑤换元法 ；⑥利用均值不等式 2222b a b a ab +≤+≤； ⑦利用数形结合或几何意义（斜率、距离、绝对值的意义等）；⑧利用函数有界性（x a 、x sin 、x cos 等）；⑨导数法3．复合函数的有关问题（1）复合函数定义域求法：① 若f(x)的定义域为［a ，b ］,则复合函数f[g(x)]的定义域由不等式a≤g(x)≤b 解出 ② 若f[g(x)]的定义域为[a,b],求 f(x)的定义域，相当于x ∈[a,b]时，求g(x)的值域。
（2）复合函数单调性的判定：①首先将原函数)]([x g f y =分解为基本函数：内函数)(x g u =与外函数)(u f y =； ②分别研究内、外函数在各自定义域内的单调性；③根据“同性则增，异性则减”来判断原函数在其定义域内的单调性。
4．分段函数：值域（最值）、单调性、图象等问题，先分段解决，再下结论。
5．函数的奇偶性⑴函数的定义域关于原点对称是函数具有奇偶性的必要条件．．．．； ⑵)(x f 是奇函数⇔f(－x)=－f(x)；)(x f 是偶函数⇔f(－x)= f(x)⑶奇函数)(x f 在原点有定义，则0)0(=f ；⑷在关于原点对称的单调区间内：奇函数有相同的单调性，偶函数有相反的单调性； ⑸若所给函数的解析式较为复杂，应先等价变形，再判断其奇偶性；6．函数的单调性⑴单调性的定义：①)(x f 在区间M 上是增函数,,21M x x ∈∀⇔当21x x <时有12()()f x f x <；②)(x f 在区间M 上是减函数,,21M x x ∈∀⇔当21x x <时有12()()f x f x >；⑵单调性的判定① 定义法：一般要将式子)()(21x f x f -化为几个因式作积或作商的形式，以利于判断符号；②导数法（见导数部分）；③复合函数法；④图像法。
线性回归
d. Predicto rs: (C o nstant), 俄 语 词 汇 学 成 绩 , 俄 语 阅 读 成 绩 , 俄 语 语 法 成 绩 , 俄 罗斯 概况成 绩
e. Dependent V ari abl e: 俄 语 作 文 词 汇 密 集 度
方差分析表：验证因变量与自变量无线性相关的概率，如 果P<0.05，则回归模型具有统计意义。
Coefficientsa
Unstandardized C o effic ients
Model
1
(C o nstant)
试题库平均分
B Std. Error
1.070
9.935
1.007
.094
a. Dependent Variable: 最 新 模 拟 得 分
Standardized C o effic ients
629.008 4650.200
df 1 18 19
Mean Square 4021.192 34.945
a. Predicto rs: (Co nstant), 试 题 库 平 均 分
b. Dependent Variable: 最 新 模 拟 得 分
F 115.072
Sig. .000a
方差分析表：验证因变量与自变量 无线性相关的概率，如果P<0.05， 则回归模型具有统计意义。
.000d
Residu al
.082
25
.003
Total
.591
29
a. Predicto rs: (C o nstant), 俄 语 词 汇 学 成 绩
b. Predicto rs: (C o nstant), 俄 语 词 汇 学 成 绩 , 俄 语 阅 读 成 绩
新高考数学复习基础知识专题讲义22 回归方程和2×2联表(解析版)
新高考数学复习基础知识专题讲义 知识点22 回归方程和2×2联表知识理解 一．线性关系 1．变量间的相关关系(1)常见的两变量之间的关系有两类：一类是函数关系，另一类是相关关系；与函数关系不同，相关关系是一种非确定性关系． (2)从散点图上看，点散布在从左下角到右上角的区域内，两个变量的这种相关关系称为正相关；点散布在左上角到右下角的区域内，两个变量的这种相关关系为负相关． 2．两个变量的线性相关(1)从散点图上看，如果这些点从整体上看大致分布在通过散点图中心的一条直线附近，称两个变量之间具有线性相关关系，这条直线叫做回归直线．(2)回归方程： 是两个具有线性相关关系的变量的一组数据的回归方程，其中是待定参数． 的计算公式.注意：回归方程必过样本中心(x,y)，这也是做小题的依据和检验所求回归方程是否正确。
(3)相关系数：当r ＞0时，表明两个变量正相关； 当r ＜0时，表明两个变量负相关．r 的绝对值越接近于1，表明两个变量的线性相关性越强．r 的绝对值越接近于0，表明两个变量之间几乎不存在线性相关关系．通常|r |大于0.75时，认为两个变量有很强的线性相关性． 二．独立性检验y bx a =+1122()()()n n x y x y x y ，，，，，，a b 、a b 、1122211()()()()nni i i ii i n ni ii i x x y y x y nx yb x x xn x a y bx====⎧---⎪⎪==⎪⎨--⎪⎪=-⎪⎩∑∑∑∑(1)2×2列联表设X ，Y 为两个变量，它们的取值分别为{x 1，x 2}和{y 1，y 2}，其样本频数列联表(2×2列联表)如下：(2)独立性检验利用随机变量K 2(也可表示为χ2)的观测值22n(ad bc)K (a b)(c d)(a c)(b d)-=++++(其中n ＝a ＋b ＋c ＋d 为样本容量)来判断“两个变量有关系”的方法称为独立性检验．考向一 一次线性关系【例1-1】（2021·山东高三专题练习）某工厂的每月各项开支x 与毛利润y （单位：万元）之间有如下关系，y 与x 的线性回归方程 6.5y x a =+，则a =（ ）A ．17.5B ．17C ．15D ．15.5 【答案】A【解析】由题意，根据表中的数据，可得2456855x ++++==，3040605070505y ++++==，即样本中心为(5,50)，代入y 与x 的线性回归方程为 6.5y x a =+，解得17.5a =.故选：A . 【例1-2】（2021·全国高三专题练习）西尼罗河病毒（WNV ）是一种脑炎病毒，WNV 通常是由鸟类携考向分析带，经蚊子传播给人类．1999年8-10月，美国纽约首次爆发了WNV 脑炎流行．在治疗上目前尚未有什么特效药可用，感染者需要采取输液及呼吸系统支持性疗法，有研究表明，大剂量的利巴韦林含片可抑制WNV 的复制，抑制其对细胞的致病作用．现某药企加大了利巴韦林含片的生产，为了提高生产效率，该药企负责人收集了5组实验数据，得到利巴韦林的投入量x （千克）和利巴韦林含片产量y （百盒）的统计数据如下：由相关系数r 可以反映两个变量相关性的强弱，||[0.75,1]r ∈，认为变量相关性很强；||[0.3,0.75]r ∈，认为变量相关性一般；||[0,0.25]r ∈，认为变量相关性较弱． （1）计算相关系数r ，并判断变量x 、y 相关性强弱；（2）根据上表中的数据，建立y 关于x 的线性回归方程ˆˆˆybx a =+；为了使某组利巴韦林含片产量达到150百盒，估计该组应投入多少利巴韦林？ 25.69≈．参考公式：相关系数()()niix x y y r--=∑ˆˆˆybx a =+中，()()()121niii ni i x x y y b x x ==--=-∑∑，ˆˆay bx =-． 【答案】（1）0.97r =≈，x 与y 具有很强的相关性；（2）54.2千克． 【解析】（1）1(12345)35x =⨯++++=，()11620232526225y =⨯++++=， ()()51(13)(1622)(23)(2022)(33)(2322)ii i xx y y x =--=-⨯-+--+-⨯-∑(43)(2522)(53)(2622)25+-⨯-+-⨯-=，()52222221(13)(23)(33)(43)(53)10i i x x =-=-+-+-+-+-=∑，()522221(1622)(2022)(2322)i i y y =-=-+-+-∑22(2522)(2622)66+-+-=，则()()50.97iix x y y r --==≈∑ 所以x 与y 具有很强的相关性．（2）由（1）得，()()()5152125ˆ 2.510iii i i x x y y bx x ==--===-∑∑， ˆˆ22 2.5314.5ay bx =-=-⨯=， 所以y 关于x 的线性回归方程为ˆ 2.514.5yx =+． 当150y =（百盒）时，54.2x =（千克）故要使某组利巴韦林含片产量达到150百盒，估计该组应投入54.2千克利巴韦林． 【举一反三】1．（2021·全国高三专题练习）某工厂某产品产量x (千件)与单位成本y (元)满足回归直线方程77.36 1.82y x =-,则以下说法中正确的是( )A ．产量每增加1000件,单位成本约下降1.82元B ．产量每减少1000件,单位成本约下降1.82元C ．当产量为1千件时,单位成本为75.54元D ．当产量为2千件时,单位成本为73.72元 【答案】A【解析】令()77.36 1.82f x x =-,因为(1)()77.36 1.82(1)77.36 1.82 1.82f x f x x x +-=-+-+=-, 所以产量每增加1000件,单位成本约下降1.82元.2．（2021·安徽省六安中学高三开学考试）“关注夕阳、爱老敬老”—某马拉松协会从2013年开始每年向敬老院捐赠物资和现金.下表记录了第x 年(2013年是第一年)与捐赠的现金y (万元)的对应数据，由此表中的数据得到了y 关于x 的线性回归方程ˆ0.35ymx =+，则预测2019年捐赠的现金大约是( )A ．5万元B ．5.2万元C ．5.25万元D ．5.5万元 【答案】C【解析】由已知得，3456 2.534 4.54.5, 3.544x y ++++++====，所以样本点的中心点的坐标为(4.5,3.5)，代入ˆ0.35ymx =+， 得3.5 4.50.35m =+，即0.7m =，所以ˆ0.70.35yx =+， 取7x =，得ˆ0.770.35 5.25y=⨯+=， 预测2019年捐赠的现金大约是5.25万元.3．（2021·全国高三专题练习）基于移动互联技术的共享单车被称为“新四大发明”之一，短时间内就风靡全国，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，结果如下表：(1)请在给出的坐标纸中作出散点图，并用相关系数说明可用线性回归模型拟合月度市场占有率y与月份代码x之间的关系；(2)求y关于x的线性回归方程，并预测该公司2020年2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A、B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数表如下：经测算，平均每辆单车每年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：621()17.5ii x x =-=∑，61()()35i i i x x y y =--=∑36.5≈参考公式：相关系数C ；回归直线方程为ˆˆˆybx a =+，其中121()()ˆ()niii nii x x y y b x x ==--=-∑∑，ˆˆay bx =- 【答案】（1）散点图见解析，可用线性回归模型拟合两变量之间的关系；（2）ˆ29y x =+，23%；（3）应选择B 款车型.【解析】(1)散点图如图所示，111316152021166y +++++==，∴621()76i i y y =-=∑，∴()()350.9636.5niix x y y r --====≈∑，∴两变量之间具有较强的线性相关关系， 故可用线性回归模型拟合两变量之间的关系；(2)121()()35217.5()ˆniii ni i x x y y bx x ==--===-∑∑，又1234563.56x +++++==， ∴ˆˆ162 3.59ay bx =-=-⨯=，∴回归直线方程为ˆ29y x =+； ∴2020年2月的月份代码7x =，∴27923y =⨯+=， ∴估计2020年2月的市场占有率为23%；(3)用频率估计概率，A 款单车的利润X 的分布列为：∴()5000.100.35000.410000.2350E X =-⨯+⨯+⨯+⨯=(元)，B 款单车的利润Y 的分布列为：∴()3000.152000.47000.3512000.1400E Y =-⨯+⨯+⨯+⨯=(元)， 以每辆单车产生利润的期望值为决策依据，故应选择B 款车型.4．（2021·全国高三专题练习）近年来，“双11”网购的观念逐渐深入人心.某人统计了近5年某网站“双11”当天的交易额，，统计结果如下表：（1）请根据上表提供的数据，用相关系数r 说明y 与x 的线性相关程度，线性相关系数保留三位小数.（统计中用相关系数r 来衡量两个变量之间线性关系的强弱.若相应于变量x 的取值i x ，变量y 的观测值为i y (1i n ≤≤)，则两个变量的相关系数的计算公式为：.统计学认为，对于变量，如果[]1,0.75r -∈-，那么负相关很强;如果[]0.751r ∈，，那么正相关很强;如果(]0.75,0.30r ∈--或[)0.30,0.75r ∈，那么相关性一般;如果[]0.25,0.25r ∈-，那么相关性较弱）；（2）求出关于x 的线性y 回归方程，并预测2020年该网站“双11”当天的交易额.参考公式：121()()()ˆniii ni i x x y y bx x ==--=-∑∑，ˆˆay bx =-43.1≈. 【答案】（1）0.998；变量y 与x 的线性相关程度很强；（2）ˆ 4.3 4.1yx =+；29.9百亿元. 【解析】（1）由题意，根据表格中的数据， 可得：1(12345)35x =++++=，1(912172126)175y =++++=，则1()()(13)(917)(53)(2617)43niii x x y y =--=--++--=∑，43.1=≈，所以()()430.99843.1niix x y y r --==≈∑ 所以变量y 与x 的线性相关程度很强.（2）由（1）可得3x =，17y =，1()()43niii x x y y =--=∑，又由2221222(13)(23)(3(3)(43)(53)1)0nii x x ==-+-+-+-+-=-∑，所以121()()43 4.30)ˆ1(niii ni i x x y y bx x ==--===-∑∑，则ˆˆ17 4.33 4.1a y bx=-=-⨯=， 可得y 关于x 的线性回归方程为ˆ 4.3 4.1y x =+ 令6x =，可得ˆ 4.36 4.129.9y=⨯+=， 即2020年该网站“双11”当天的交易额29.9百亿元.考向二 独立性检验【例2】（2021·江苏泰州市·高三期末）2021年是脱贫攻坚的收官之年，国务院扶贫办确定的贫困县全部脱贫摘帽，脱贫攻坚取得重大胜利，为确保我国如期全面建成小康社会，实现第一个百年奋斗目标打下了坚实的基础在产业扶贫政策的大力支持下，西部某县新建了甲､乙两家玩具加工厂，加工同一型号的玩具质监部门随机抽检了两个厂的各100件玩具，在抽取中的200件玩具中，根据检测结果将它们分成“A ”､“B ”､“C ”三个等级，A ､B 等级都是合格品，C 等级是次品，统计结果如下表所示：(表一)(表二)在相关政策扶持下，确保每件合格品都有对口销售渠道，但从安全起见，所有的次品必须由原厂家自行销.（1）请根据所提供的数据，完成上面的2×2列联表(表二)，并判断是否有95%的把握认为产品的合格率与厂家有关？（2）每件玩具的生产成本为30元，A ､B 等级产品的出厂单价分别为60元､40元.另外已知每件次品的销毁费用为4元.若甲厂抽检的玩具中有10件为A 等级，用样本的频率估计概率，试判断甲､乙两厂能否都能盈利，并说明理由.附：22()()()()()n ad bc a b c d a c b d χ-=++++，其中n a b c d =+++.【答案】（1）列联表答案见解析，没有95%的把握认为产品的合格率与厂家有关；（2）甲厂能盈利，乙不能盈利，理由见解析. 【解析】（1）2×2列联表如下()2220075352565 2.38 3.84110010014060K ⨯⨯-⨯=≈<⨯⨯⨯，∴没有95%的把握认为产品的合格率与厂家有关.（2）甲厂10件A 等级，65件B 等级，25件次品， 对于甲厂，单件产品利润X 的可能取值为30，10，34-.X 的分布列如下：()3010341010204E X ∴=⨯+⨯-⨯=>， ∴甲厂能盈利，对于乙厂有10件A 等级，55件B 等级，35件次品， 对于乙厂，单位产品利润Y 的可能取值为30，10，34-，Y 分布列如下：()30103401020205E Y ∴=⨯+⨯-⨯=-<，乙不能盈利. 【举一反三】1．（2021·山东高三专题练习）共享单车进驻城市，绿色出行引领时尚．某市有统计数据显示，2021年该市共享单车用户年龄等级分布如图1所示，一周内市民使用单车的频率分布扇形图如图2所示．若将共享单车用户按照年龄分为“年轻人”（20岁－39岁）和“非年轻人”（19岁及以下或者40岁及以上）两类，将一周内使用的次数为6次或6次以上的称为“经常使用单车用户”，使用次数为5次或不足5次的称为“不常使用单车用户”．已知在“经常使用单车用户”中有56是“年轻人”．（1）现对该市市民进行“经常使用共享单车与年龄关系”的调查，采用随机抽样的方法，抽取一个容量为200的样本，请你根据图表中的数据，补全下列22⨯列联表，并根据列联表的独立性检验，判断是否有85%的把握认为经常使用共享单车与年龄有关？使用共享单车情况与年龄列联表（2）将（1）中频率视为概率，若从该市市民中随机任取3人，设其中经常使用共享单车的“非年轻人”人数为随机变量X，求X的分布列与期望．参考数据：独立性检验界值表其中，22()()()()()n ad bc K a b c d a c b d -=++++，n a b c d =+++【答案】（1）列联表见解析，有85%的把握可以认为经常使用共享单车与年龄有关；（2）分布列见解析，数学期望为0.3．【解析】（1）补全的列联表如下：于是100a =，20b =，60c =，20d =，∴22200(100206020) 2.083 2.0721208016040K ⨯⨯-⨯=≈>⨯⨯⨯，即有85%的把握可以认为经常使用共享单车与年龄有关． （2）由（1）的列联表可知，经常使用共享单车的“非年轻人”占样本总数的频率为20100%10%200⨯=， 即在抽取的用户中出现经常使用单车的“非年轻人”的概率为0.1， ∵~(3,0.1)X B ，0,1,2,3X =∴3(0)(10.1)0.729P X ==-=，(1)0.243P X ==(2)0.027P X ==，3(3)0.10.001P X ===，∴X 的分布列为E X=⨯=．∴X的数学期望()30.10.3【举一反三】1．（2021·全国高三专题练习）某工厂为了提高生产效率，对生产设备进行了技术改造，为了对比技术改造后的效果，采集了技术改造前后各20次连续正常运行的时间长度(单位：天)数据，整理如下：改造前：19，31，22，26，34，15，22，25，40，35，18，16，28，23，34，15，26，20，24，21 改造后：32，29，41，18，26，33，42，34，37，39，33，22，42，35，43，27，41，37，38，36 （1）完成下面的列联表，并判断能否有99％的把握认为技术改造前后的连续正常运行时间有差异?（2）工厂的生产设备的运行需要进行维护，工厂对生产设备的生产维护费用包括正常维护费，保障维护费两种．对生产设备设定维护周期为T天(即从开工运行到第kT天，k∈N*)进行维护．生产设备在一个生产周期内设置几个维护周期，每个维护周期相互独立．在一个维护周期内，若生产设备能连续运行，则只产生一次正常维护费，而不会产生保障维护费；若生产设备不能连续运行，则除产生一次正常维护费外，还产生保障维护费．经测算，正常维护费为0.5万元／次；保障维护费第一次为0.2万元／周期，此后每增加一次则保障维护费增加0.2万元．现制定生产设备一个生产周期(以120天计)内的维护方案：T=30，k=1，2，3，4．以生产设备在技术改造后一个维护周期内能连续正常运行的频率作为概率，求一个生产周期内生产维护费的分布列及均值．附：22()()()()()n ad bc K a b c d a c b d -=++++【答案】（1）见解析，有99%的把握认为技术改造前后的连续正常运行时间有差异.（2）见解析；均值为2.275万元. 【解析】（1）列联表为：()224055151510 6.63520202020K ⨯-⨯∴==>⨯⨯⨯∴有99%的把握认为技术改造前后的连续正常运行时间有差异.（2）由题知，生产周期内有4个维护周期，一个维护周期为30天，一个维护周期内，生产线需保障维护的概率为14P =. 设一个生产周期内需保障维护的次数为ξ，则1~4,4B ξ⎛⎫⎪⎝⎭；一个生产周期内的正常维护费为0.542⨯=万元，保障维护费为()()20.210.10.12ξξξξ⨯+=+万元.∴一个生产周期内需保障维护ξ次时的生产维护费为()20.10.12ξξ++万元.设一个生产周期内的生产维护费为X ，则X 的所有可能取值为2，2.2，2.6，3.2，4.()4181214256P X ⎛⎫==-= ⎪⎝⎭ ()31411272.214464P X C ⎛⎫==-= ⎪⎝⎭ ()222411272.6144128P X C ⎛⎫⎛⎫==-=⎪ ⎪⎝⎭⎝⎭ ()3341133.214464P X C ⎛⎫⎛⎫==-= ⎪⎪⎝⎭⎝⎭ ()41144256P X ⎛⎫=== ⎪⎝⎭所以，X 的分布列为()2 2.2 2.6 3.242566412864256E X ∴=⨯+⨯+⨯+⨯+⨯ 162237.6140.438.44582.4 2.275256256++++===∴一个生产周期内生产维护费的均值为2.275万元.2．（2021·四川成都市·高三一模）一网络公司为某贫困山区培养了100名“乡土直播员”，以帮助宣传该山区文化和销售该山区的农副产品，从而带领山区人民早日脱贫致富．该公司将这100名“乡土直播员”中每天直播时间不少于5小时的评为“网红乡土直播员”，其余的评为“乡土直播达人”．根据实际评选结果得到了下面22⨯列联表：（1）根据列联表判断是否有95%的把握认为“网红乡土直播员”与性别有关系？（2）在“网红乡土直播员”中按分层抽样的方法抽取6人，在这6人中选2人作为“乡土直播推广大使”．设被选中的2名“乡土直播推广大使”中男性人数为ξ，求ξ的分布列和期望．附：()()()()()22n ad bc K a b c d a c b d -=++++，其中n a b c d =+++．【答案】（1）有95%的把握认为“网红乡土直播员”与性别有关系；（2）分布列见解析；期望为23． 【解析】（1）由题中22⨯列联表，可得()2210010302040 4.762 3.84150503070K ⨯-⨯=≈>⨯⨯⨯．∴有95%的把握认为“网红乡土直播员”与性别有关系． （2）在“网红乡土直播员”中按分层抽样的方法抽取6人， 男性人数为106230⨯=人；女性人数为206430⨯=人． 由题，随机变量ξ所有可能的取值为0，1，2．()022426620155CC P C ξ====，()1124268115C C P C ξ===，()2024261215C C P C ξ===， ∴ξ的分布列为∴ξ的数学期望()28110201251515153E ξ=⨯+⨯+⨯==． 考向三 非一次性回归方程【例3-1】（2021·全国高三专题练习）在一项调查中有两个变量x 和y ，下图是由这两个变量近8年来的取值数据得到的散点图，那么适宜作为y 关于x 的回归方程的函数类型是( )A ．y a bx =+B ．y c =+C ．2y m nx =+D ．xy p qc =+（0q >）【答案】B【解析】散点图呈曲线，排除A 选项，且增长速度变慢，排除选项C 、D ，故选B ．【例3-2】．（2021·全国高三专题练习）根据公安部交管局下发的通知，自2021年6月1日起，将在全国开展“一盔一带”安全守护行动，其中就要求骑行摩托车、电动车需要佩戴头盔，为的就是让大家重视交通安全.某地交警部门根据某十字路口的监测数据，从穿越该路口的骑行者中随机抽查了200人，得到如图所示的列联表：（1）是否有97.5%的把握认为自觉带头盔行为与性别有关?（2）通过一定的宣传和相关处罚措施出台后，交警在一段时间内通过对某路口不带头盔的骑行者统计，得到上面的散点图和如下数据：观察散点图，发现两个变量不具有线性相关关系，现考虑用函数y ax=+对两个变量的关系进行拟合，通过分析得y与1有一定的线性相关关系，并得到以下参考数据（其中1w=）：请选择合适的参考数据，求出y关于x的回归方程.参考公式：22()()()()()n ad bcKa b c d a c b d-=++++.) 2k对于一组数据()11,u v ，()22,u v ，…，(),n n u v ，其回归直线v u αβ=+的斜率和截距的最小二乘估计分别为：1221ˆni i i ni i u v nuvunu β==-=-∑∑，ˆˆv u αβ=-. 【答案】（1）没有；（2）100ˆ10yx=+. 【解析】（1）由列联表计算22200(30701090)754.68755.024120804016016K ⨯⨯-⨯===<⨯⨯⨯.故没有97.5%的把握认为骑行者自觉带头盔行为与性别有关. （2）由1w x =，则by a x =+可转化为y a bw =+，又306516y ==， 得6162216173.860.415148.34ˆ1001.49260.16810.48346i ii ii w y wybww ==--⨯⨯====-⨯-∑∑，则ˆˆ511000.4110ay bw =-=-⨯=. 故y 关于x 的回归方程为100ˆ1010010yw x=+=+ 【举一反三】1．（2021·河南周口市·高三月考）已知变量y 关于变量x 的回归方程为0.5ˆbx ye -=，其一组数据如下表所示：若9.1ˆye =，则x =（ ） A ．5B ．6C ．7D ．8 【答案】B【解析】由0.5ˆbx ye -=，得n 0ˆl .5ybx =-，令ln z y =，则0.5z bx =-，由题意，12342.54x +++==，1346 3.54z +++==，因为(),x z 满足0.5z bx =-，所以3.5 2.50.5b =⨯-，解得 1.6b =， 所以 1.60.5z x =-，所以 1.60.5ˆx ye -=，令 1.60.59.1x e e -=，解得6x =.故选：B.2．（2021·全国高三专题练习）近期，济南公交公司分别推出支付宝和微信扫码支付乘车活动，活动设置了一段时间的推广期，由于推广期内优惠力度较大，吸引越来越多的人开始使用扫码支付.某线路公交车队统计了活动刚推出一周内每一天使用扫码支付的人次，用x 表示活动推出的天数，y 表示每天使用扫码支付的人次（单位：十人次），统计数据如表所示：表：根据以上数据，绘制了散点图.（1）根据散点图判断，在推广期内y a bx =+与xy c d =⋅（c ，d 均为大于零的常数）哪一个适宜作为扫码支付的人次y 关于活动推出天数x 的回归方程类型？（给出判断，不必说明理由）； （2）根据（1）的判断结果及表中的数据，建立y 关于x 的回归方程，并预测活动推出第8天使用扫码支付的人次；（3）推广期结束后，车队对乘客的支付方式进行统计，结果如下表：车队为缓解周边居民出行压力，以80万元的单价购进了一批新车，根据以往的经验可知，每辆车每个月的运营成本约为0.66万元.已知该线路公交车票价为2元，使用现金支付的乘客无优惠，使用乘车卡支付的乘客享受8折优惠，扫码支付的乘客随机优惠，根据统计结果得知，使用扫码支付的乘客中有16的概率享受7折优惠，有13的概率享受8折优惠，有12的概率享受9折优惠，预计该车队每辆车每个月有1万人次乘车，根据所给数据以事件发生的频率作为相应事件发生的概率，在不考虑其它因素的条件下，按照上述收费标准，假设这批车需要()*n n N ∈年才能开始盈利，求n 的值.参考数据：其中lg i i v y =，7117ii v v ==∑ 参考公式：对于一组数据(),i i u v ，()22,u v ，…，(),n n u v ，其回归直线v a u β=+的斜率和截距的最小二乘估计公式分别为：1221ni i i n i i u v nuv u nuβ==-=-∑∑，a v u β=-.【答案】（1）xy c d =⋅；（2）0.253.4710x y =⨯，347；（3）7.【解析】（1）因为散点近似在指数型函数的图象上，所以xy c d =⋅适宜作为扫码支付的人数y 关于活动推出天数x 的回归方程类型：（2）∵xy c d =⋅，两边同时取常用对数得：()lg lg lg lg xy c dc xd =⋅=+；设lg y v =，∴lg lg v c x d =+，∵4x =， 1.54v =，721140i i x ==∑， ∴717221750.1274 1.547lg 0.25140716287i i i ii x v xv d x x ==--⨯⨯====-⨯-∑∑，把样本中心点()4,1.54代入lg 0.25v c x =+，得：lg 0.54c =，∴0540.25v x =+，∴lg 0.540.25y x =+，∴y 关于x 的回归方程式：0.540.250.540.250.25101010 3.4710x x x y +==⨯=⨯； 把8x =代入上式：∴0.2583.4710347y ⨯=⨯=； 活动推出第8天使用扫码支付的人次为347；（3）记一名乘客乘车支付的费用为Z ，则Z 的取值可能为：2，1.8，1.6，1.4；()20.1P Z ==；()11.80.30.152P Z ==⨯=；()11.60.60.30.73P Z ==+⨯=；()11.40.30.056P Z ==⨯= 所以，一名乘客一次乘车的平均费用为：20.1 1.80.15 1.60.7 1.40.05 1.66⨯+⨯+⨯+⨯=（元）， 由题意可知：1.661120.6612800n n ⨯⨯⋅-⨯⋅->，203n >，所以，n 取7；估计这批车大概需要7年才能开始盈利. 3．（2021·全国高三专题练习）某公司研发了一种帮助家长解决孩子早教问题的萌宠机器人.萌宠机器人语音功能让它就像孩子的小伙伴一样和孩子交流，记忆功能还可以记住宝宝的使用习惯，很快找到宝宝想听的内容.同时提供快乐儿歌、国学经典、启蒙英语等早期教育内容，且云端内容可以持续更新.萌宠机器人一投放市场就受到了很多家长欢迎.为了更好地服务广大家长，该公司研究部门从流水线上随机抽取100件萌宠机器人（以下简称产品），统计其性能指数并绘制频率分布直方图（如图1）：产品的性能指数在[)50,70的适合托班幼儿使用（简称A 类产品），在[)70,90的适合小班和中班幼儿使用（简称B 类产品），在[]90,110的适合大班幼儿使用（简称C 类产品），A ，B ，C ，三类产品的销售利润分别为每件1.5，3.5，5.5（单位：元）.以这100件产品的性能指数位于各区间的频率代替产品的性能指数位于该区间的概率. （1）求每件产品的平均销售利润；（2）该公司为了解年营销费用x （单位：万元）对年销售量y （单位：万件）的影响，对近5年的年营销费用i x ，和年销售量()1,2,3,4,5i y i =数据做了初步处理，得到的散点图（如图2）及一些统计量的值.表中ln i i u x =，ln i i y υ=，5115i i u u ==∑，5115i i υυ==∑.根据散点图判断，by a x =⋅可以作为年销售量y （万件）关于年营销费用x （万元）的回归方程.（i ）建立y 关于x 的回归方程；（ii ）用所求的回归方程估计该公司应投入多少营销费，才能使得该产品一年的收益达到最大？ （收益=销售利润-营销费用，取 4.15964e =）. 参考公式：对于一组数据()()()1122,,,,,,n n u u u υυυ，其回归直线u υαβ=+的斜率和截距的最小二乘估计分别为()()()121ˆnii i nii uu uuυυβ==--=-∑∑，ˆˆu αυβ=-. 【答案】（1）每件产品的平均销售利润为4元（2）（i ）1464y x =（ii ）该厂应投入256万元营销费. 【解析】（1）设每件产品的销售利润为ξ元，则ξ的所有可能取值为1.5，3.5，5.5， 由直方图可得，A ，B ，C 三类产品的频率分别为0.15、0.45、0.4， 所以，()1.50.15P ξ==，()3.50.45P ξ==，()5.50.4P ξ==， 所以随机变量ξ的分布列为：所以， 1.50.15 3.50.45 5.50.44E ξ=⨯+⨯+⨯=， 故每件产品的平均销售利润为4元；（2）（i ）由by a x =⋅得，()ln ln ln ln by a xa b x =⋅=+，令ln u x =，ln y υ=，ln c a =，则c bu υ=+，由表中数据可得，()()()515210.41ˆ0.251.61ii i ii uu buuυυ==--===-∑∑， 则24.8716.30ˆˆ0.25 4.15955cbu υ=-=-⨯=， 所以，ˆ 4.1590.25u υ=+，即14.1594ˆln 4.1590.25ln ln y x e x ⎛⎫=+=⋅ ⎪⎝⎭， 因为 4.15964e =，所以14ˆ64y x =， 故所求的回归方程为1464y x =；（ii ）设年收益为z 万元，则()14256z E y x x x ξ=⋅-=-， 设14t x =，()4256f t t t =-，则()()332564464f t t t'=-=-，当()0,4t ∈时，()0f t '>，f t 在()0,4单调递增， 当()4t ,∈+∞时，()0f t '<，ft 在()4,+∞单调递减，所以，当4t =，即256x =时，z 有最大值为768，即该厂应投入256万元营销费，能使得该产品一年的收益达到最大768万元.1．（2021·全国高三专题练习）给出下列说法：①回归直线ˆˆˆybx a =+恒过样本点的中心(,)x y ，且至少过一个样本点； ②两个变量相关性越强，则相关系数||r 就越接近1； ③将一组数据的每个数据都加一个相同的常数后，方差不变；④在回归直线方程ˆ20.5y x =-中，当解释变量x 增加一个单位时，预报变量ˆy平均减少0.5个单位. 其中说法正确的是（ ）A ．①②④B ．②③④C ．①③④D ．②④ 【答案】B【解析】对于①中，回归直线ˆˆˆybx a =+恒过样本点的中心(,)x y ，但不一定过一个样本点，所以不强化练习正确；对于②中，根据相关系数的意义，可得两个变量相关性越强，则相关系数||r 就越接近1，所以是正确的；对于③中，根据方差的计算公式，可得将一组数据的每个数据都加一个相同的常数后，方差是不变的，所以是正确的；对于④中，根据回归系数的含义，可得在回归直线方程ˆ20.5y x =-中，当解释变量x 增加一个单位时，预报变量ˆy平均减少0.5个单位，所以是正确的. 故选：B.2．（2021·全国高三专题练习）对两个变量x 、y 进行线性相关检验，得线性相关系数10.7859r =，对两个变量u 、v 进行线性相关检验，得线性相关系数20.9568r =-，则下列判断正确的是（ ） A ．变量x 与y 正相关，变量u 与v 负相关，变量x 与y 的线性相关性较强 B ．变量x 与y 负相关，变量u 与v 正相关，变量x 与y 的线性相关性较强 C ．变量x 与y 正相关，变量u 与v 负相关，变量u 与v的线性相关性较强D ．变量x 与y 负相关，变量u 与v 正相关，变量u 与v 的线性相关性较强 【答案】C【解析】由线性相关系数10.78590r =>知x 与y 正相关， 由线性相关系数20.95680r =-<知u 与v 负相关，又12r r <，所以，变量u 与v 的线性相关性比x 与y 的线性相关性强， 故选：C.3．（2021·河南新乡市·高三一模）2020年的“金九银十”变成“铜九铁十”，全国各地房价“跳水”严重，但某地二手房交易却“逆市”而行.下图是该地某小区2019年11月至2020年11月间，当月在售二手房均价（单位：万元/平方米）的散点图.（图中月份代码113分别对应2019年11月2020年11月）根据散点图选择y a =+ln y c d x =+两个模型进行拟合，经过数据处理得到的两个回归方程分别为0.9369y =+0.95540.0306ln y x =+，并得到以下一些统计量的值：注：x 是样本数据中x 的平均数，y 是样本数据中y 的平均数，则下列说法不一定成立的是（ ） A ．当月在售二手房均价y 与月份代码x 呈正相关关系B ．根据0.9369y =+2021年2月在售二手房均价约为1.0509万元/平方米C ．曲线0.9369y =+0.95540.0306ln y x =+的图形经过点(),x yD ．0.95540.0306ln y x =+回归曲线的拟合效果好于0.9369y =+ 【答案】C【解析】对于A ，散点从左下到右上分布，所以当月在售二手房均价y 与月份代码x 呈正相关关系，故A 正确；对于B ，令16x =，由0.9369 1.0509y =+=，所以可以预测2021年2月在售二手房均价约为1.0509万元/平方米，故B 正确； 对于C ，非线性回归曲线不一定经过(),x y ，故C 错误； 对于D ，2R 越大，拟合效果越好，故D 正确.故选：C.4．（2021·全国高三专题练习）对四组数据进行统计，获得以下散点图，关于其相关系数的比较，正确的是（ ）A ．24310r r r r <<<<B ．42130r r r r <<<<C ．42310r r r r <<<<D ．24130r r r r <<<< 【答案】A【解析】由给出的四组数据的散点图可以看出，题图1和题图3是正相关，相关系数大于0， 题图2和题图4是负相关，相关系数小于0，题图1和题图2的点相对更加集中，所以相关性更强，所以1r 接近于1，2r 接近于1-， 由此可得24310r r r r <<<<． 故选：A ．5．（2021·邵阳市第二中学高三其他模拟（文））某种产品的广告费支出x 与销售额y （单位：万元）。
高三线性回归方程知识点
高三线性回归方程知识点线性回归是数学中的一种方法，用于建立一个自变量与因变量之间的关系。
在高三数学中，线性回归方程是一个重要的知识点。
本文将介绍高三线性回归方程的基本概念、推导过程以及应用范围。
一、基本概念1. 线性回归方程线性回归方程，也叫作线性回归模型，表示自变量x和因变量y之间的关系。
它可以用如下的一般形式表示：y = β0 + β1x + ε其中，y表示因变量，x表示自变量，β0和β1表示模型中的参数，ε表示误差项。
2. 参数估计线性回归方程中的参数β0和β1需要通过观测数据进行估计。
常用的方法是最小二乘法，即通过最小化实际观测值和预测值之间的差异，来得到最优的参数估计值。
二、推导过程1. 求解参数通过最小二乘法，可以得到线性回归方程中的参数估计值。
具体推导过程包括以下几个步骤：（1）确定目标函数：将观测值和预测值之间的差异平方和作为目标函数。
（2）对目标函数求偏导：对目标函数分别对β0和β1求偏导，并令偏导数为0。
（3）计算参数估计值：根据求得的偏导数为0的方程组，解出β0和β1的值。
2. 模型拟合度评估在得到参数估计值之后，需要评估线性回归模型的拟合度。
常用的指标包括相关系数R和残差平方和SSE等。
相关系数R可以表示自变量和因变量之间的线性相关程度，取值范围在-1到1之间，越接近1表示拟合度越好。
三、应用范围线性回归方程在实际问题中有广泛的应用，例如经济学、统计学、社会科学等领域。
它可以用来分析自变量和因变量之间的关系，并预测未来的结果。
1. 经济学应用在线性回归模型中，可以将自变量设置为经济指标，例如GDP、通货膨胀率等，将因变量设置为某一经济现象的数值。
通过构建线性回归方程，可以分析不同经济指标对经济现象的影响，为经济决策提供参考依据。
2. 统计学应用线性回归方程是统计学中的一项重要工具。
通过对观测数据的拟合，可以得到参数估计值，并进一步分析自变量和因变量之间的关系。
统计学家可以利用线性回归分析建立统计模型，为实验数据的解释提供更为准确的结论。
- 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)。
高三数学回归分析知识点
回归分析是数学中一种重要的数据分析方法，主要用于研究变量之间的关系以及预测未来的趋势。
它在高三数学中也是一个重要的知识点。
本文将介绍高三数学回归分析的基本概念、方法和应用。
一、回归分析的基本概念
回归分析是通过对一组相关变量的观测数据进行统计分析，建立一个数学模型，从而揭示变量之间的关系和规律。
在回归分析中，通常将一个或多个自变量与一个因变量进行关联，通过构建回归方程来描述这种关系。
回归分析可以帮助我们理解和预测变量之间的相互作用。
二、回归分析的方法
1. 简单线性回归分析
简单线性回归分析是回归分析的最基本形式，它研究两个变量之间的关系。
在简单线性回归中，假设自变量和因变量之间存在一个线性关系。
通过最小化残差平方和来确定最佳拟合直线，从而建立回归方程。
2. 多元线性回归分析
多元线性回归分析是简单线性回归的扩展，它研究多个自变量与一个因变量之间的关系。
在多元线性回归中，需要选择合适的自变量，并进行变量筛选和模型检验，以建立具有良好拟合度和预测能力的回归方程。
3. 非线性回归分析
非线性回归分析是在回归分析的基础上，考虑变量之间的非线性关系。
它通常通过将自变量进行变换或引入非线性项来拟合数据。
非线性回归可以更好地适应非线性数据的变化，提高模型的拟合度。
三、回归分析的应用
1. 预测分析
回归分析在预测分析中有着广泛的应用。
通过建立回归模型，我们可以根据已有的数据来预测未来的趋势和结果。
这在金融、经济学、市场营销等领域都有重要的应用价值。
2. 产品开发和优化
回归分析可以用于产品开发和优化过程中。
通过分析自变量与
因变量之间的关系，可以确定对于产品性能的重要影响因素，从
而改进产品的设计和质量。
3. 策略制定
在管理和决策层面，回归分析可以帮助制定策略和决策。
通过
分析不同变量之间的关系，可以找到最佳决策方案，并预测其效果。
四、总结
高三数学回归分析是一门重要的知识点，它可以帮助我们理解
和分析变量之间的关系，并应用于实际问题的解决。
在实际应用中，我们需要选择合适的回归方法和模型，进行数据分析和预测。
通过不断学习和实践，我们可以提高回归分析的能力，为实际问
题的解决提供有效的方法和工具。
通过以上对高三数学回归分析知识点的介绍，相信大家对回归
分析的基本概念、方法和应用有了更深入的了解。
在高三数学学
习过程中，我们应该注重理论与实践的结合，加强对回归分析的
应用能力，为将来的学习和工作做好充分准备。