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；
(3)据此估计广告费用为10时，销售收入的值．
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
深度y(m)
6 10 10 13 16
(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.
2、解：(1) 填表
序号 x y xy x2
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
∑ 20 25 112.3 90
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)=32.5+43+54+64.5=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
线性回归方程的求法(需要给每个人发)
耿老师总结的高考统计部份的两个重要公式
的具体如何应用之老阳三干创作
第一公式：
（1）
平均值,
（2） 平均值,
（3
）
有两个方法
入数据）
法
,稍微简
单些）
（4）
求
区分）
0 1 2 3
1 3 5 7
解：（1
平均值,
（2平均值,
（3
有两个方法
法
(4)求
第二公式：自力性检验
两个分类变量的自力性检验：
注意：数据a
数据b 数据c d 重要.解题步伐如下
第一步：提出假设检验问题 （一般假设两个变量不相关） 第二步：列出上述表格 第三步：计算检验的指标
总计
计
上述结论都是概率性总结.切记事实结论.只是年夜概行描述.具体发生情况要和实际联系！！！！。
(完整word版)线性回归方程的求法(需要给每个人发)
耿老师总结的高考统计部分的两个重要公式的具体如何应用ˆ+a ˆ=bx ˆ的求法：第一公式：线性回归方程为y（1）先求变量x 的平均值，既x =（2）求变量y 的平均值，既y =1(x 1+x 2+x 3+⋅⋅⋅+x n )n 1(y 1+y 2+y 3+⋅⋅⋅+y n )n ˆ，有两个方法（3）求变量x 的系数bˆ=法1b∑(x -x )(y -y )iii =1n∑(x -x )ii =1n（题目给出不用记忆）2(x1-x )(y 1-y )+(x 2-x )(y 2-y )+...+(x n-x )(y n-y )][（需理解并会代入数据）=222⎡⎤(x -x )+(x -x )+...+(x -x )2n ⎣1⎦nˆ=法2b∑(x -x )(y -y )iii =1∑(x -x )ii =1n（题目给出不用记忆）2=[x 1y1+x 2y 2+...x ny n]-nx ⋅y,（这个公式需要自己记忆，稍微简单些）2222⎡⎣x 1+x 2+...+x n ⎤⎦-nx ˆˆ=y -bx ˆ，既a （4）求常数aˆ+a ˆ-a ˆ=bx ˆ。
可以改写为：y =bx ˆ（y ˆ与y 不做区分）最后写出写出回归方程y例．已知x ,y 之间的一组数据：x0123y1357求y 与x 的回归方程：解：（1）先求变量x 的平均值，既x =（2）求变量y 的平均值，既y =1(0+1+2+3)=1.541(1+3+5+7)=44ˆ，有两个方法（3）求变量x 的系数b2222⎡⎤(x -x )+(x -x )+(x -x )+(x -x )1234⎣⎦ˆ法1b=(0-1.5)(1-4)+(1-1.5)(3-4)+(2-1.5)(5-4)+(3-1.5)(7-4)5==22227⎡⎣(0-1.5)+(1-1.5)+(2-1.5)+(3-1.5)⎤⎦(x1-x )(y 1-y )+(x 2-x )(y 2-y )+(x 3-x )(y 3-y )+(x 4-x )(y 4-y )][=ˆ=法2b[x 1y1+x 2y 2+...x ny n]-nx ⋅y=[0⨯1+1⨯3+2⨯5+3⨯7]-4⨯1.5⨯4=52222⎡⎤x +x +...+x -nx 12n ⎣⎦2222⎡⎤0+1+2+3⎣⎦7ˆ=4-ˆ=y -bx ˆ，既a (4)求常数aˆ+a ˆ=bx ˆ=最后写出写出回归方程y第二公式：独立性检验两个分类变量的独立性检验：525⨯1.5=77525x +77y1a ca +cy2b d总计x 1a +b c +d a +b +c +d注意：数据a 具有两个属性x 1，y 1。
考点11 回归分析与独立性检验(学生版)
考点11 回归分析与独立性检验概率与统计，是历年高考的必考点，尤其是新高考改革后，各卷都有考查，其主要考查内容有：数字特征与概率的计算问题、随机变量的均值与方差、回归分析与独立性检验、二项分布及其应用等。
例如：2021年全国高考乙卷（文）、（理）[17]，2022年全国新高考卷Ⅱ[19]，2022年全国乙卷（文）、（理）[19]，2022年全国甲卷（文）[17]，2022年北京高考[18]等都对数字特征与概率的计算问题进行了考查。
〔1〕回归分析的实际应用1.求回归直线方程(线性回归方程)的一般步骤 (1)画散点图； (2)求回归直线方程； (3)用回归直线方程进行预报。
2.利用回归方程进行预测，把回归直线方程看作一次函数，求函数值。
3.利用回归直线判断正、负相关，决定正相关还是负相关的是系数bˆ。
4.回归方程的拟合效果，可以利用相关系数判断，当||r 越趋近于1时，两变量的线性相关性越强。
〔2〕独立性检验的实际应用 1.独立性检验的一般步骤(1)根据样本数据列出2×2列联表；(2)计算随机变量2K 的观测值k ，查表确定临界值0k ；(3)如果0k k ≥，就推断“X 与Y 有关系”，这种推断犯错误的概率不超过()02k K P ≥；否则，就认为在犯错误的概率不超过()02k K P ≥的前提下不能推断“X 与Y 有关系”，或者在样本数据中没有发现足够证据支持结论“X 与Y有关系”。
2.独立性检验的应用可以利用独立性检验来推断两个分类变量是否有关系，并且能较精确地给出这种判断的可靠程度。
具体做法是： (1)根据实际问题需要的可信程度(或容许犯错误概率的上界)确定临界值0k ； (2)利用公式，由观测数据计算得到随机变量2K 的观测值k ；(3)如果0k k ≥，就说有()()%100102⨯≥-k K P 的把握认为“X 与Y 有关系”(或说在犯错误的概率不超过()2k K P ≥的前提下认为“X 与Y 有关系”)，否则就说样本观测数据没有提供“X 与Y 有关系”的充分证据(或说在犯错误的概率不超过()02k K P ≥的前提下不能认为“X 与Y 有关系”)。
2020年高考数学一轮复习专题6.5相关系数及回归方程练习(含解析)
6.5 相关系数及回归方程两个变量间的相关关系：①有关概念：相关关系与函数关系不同．函数关系中的两个变量间是一种确定性关系．相关关系是一种非确定性关系，即相关关系是非随机变量与随机变量之间的关系．如果一个变量的值由小变大时另一个变量的值由小变大，这种相关称为正相关；如果一个变量的值由小变大时另一个变量的值由大变小，这种相关称为负相关；如果散点图中点的分布从整体上看大致在一条直线附近，就称这两个变量之间具有线性相关关系．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.考向一 样本中心【例1-1】某种产品的广告费支出与销售额之间有如下对应数据（单位：百万元），根据下表求出关于的线性回归方程为，则表中的值为（ ）A. B. C. D.y bx a =+1122()()()n n x y x y x y ，，，，，，a b 、a b 、1122211()()()()nni i i ii i nni ii i x x y y x y nx yb x x xn x a y bx====⎧---⎪⎪==⎪⎨--⎪⎪=-⎪⎩∑∑∑∑x y y x 6.5175ˆ.yx =+a 505456.564【答案】B【解析】根据规律知道回归直线一定过样本中心，故得到，将坐标代入方程得到的值为.故答案为：B. 【例1-2】已知表中数据y 与x 有较好的线性关系，通过计算得到y 关于x 的线性回归方程为ˆˆ1.05yx a =+，则相应于下列各点的残差中绝对值最小的是（ ）A ．（2，4）B ．（4，6）C ．（8，10）D ．（10，12.5）【答案】D【解析】ˆˆˆ6,8.3,8.3 1.056,2, 1.052x y aa y x ==∴=⨯+∴=∴=+， 相应于点(2,4),(4,6),(8,10),(10,12.5)的残差分别为0.1,0.2,0.4,0---，故选D.【举一反三】1．“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.ˆ035ymx =+，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】C5,196x y a ==+6.5175ˆ.yx =+a 54【解析】由已知得，29t =， 所以样本点的中心点的坐标为(4.5,3.5)，代入.ˆ035ymx =+， 得3.5 4.50.35m =+，即0.7m =，所以0.7035ˆ.x y=+， 取7x =，得ˆ0.770.35 5.25y=⨯+=， 预测2019年捐赠的现金大约是5.25万元.2．某同学将收集到的6组数据对，制作成如图所示的散点图（各点旁的数据为该点坐标），并由这6组数据计算得到回归直线l ：y bx a =+$$$和相关系数r ．现给出以下3个结论：①0r >；②直线l 恰过点D ；③1b >． 其中正确结论的序号是（ ）A ．①②B ．①③C ．②③D ．①②③【答案】A【解析】由图像可得，从左到右各点是上升排列的，变量具有正相关性，所以0r >，①正确； 由题中数据可得: 1.5 2.4 3.54 5.8 6.846x +++++==， 2.1 2.8 3.3 3.5 4.35 3.56y +++++==，所以回归直线过点(4,3.5)D ，②正确；又61621()()10.360.514120.14()iii ii x x yy b x x ==--==≈<-∑∑，③错误.故选A 3．有一散点图如图所示，在5个(,)x y 数据中去掉(3,10)D 后，下列说法正确的是（ ）A ．残差平方和变小B ．相关系数r 变小C ．相关指数2R 变小D ．解释变量x 与预报变量y 的相关性变弱【答案】A【解析】∵从散点图可分析得出：只有D 点偏离直线远，去掉D 点，变量x 与变量y 的线性相关性变强， ∴相关系数变大，相关指数变大，残差的平方和变小，故选：A.考向二回归方程【例2】某人经营淡水池塘养草鱼，根据过去40期的养殖档案，该池塘的养殖重量X （百斤）都在20百斤以上，其中不足40百斤的有8期，不低于40百斤且不超过60百斤的有20期，超过60百斤的有12期．根据统计，该池塘的草鱼重量的增加量y （百斤）与使用某种饵料的质量x （百斤）之间的关系如图所示．（1）根据数据可知y 与x 具有线性相关关系，请建立y 关于x 的回归方程ˆˆˆybx a =+；如果此人设想使用某种饵料10百斤时，草鱼重量的增加量须多于5百斤，请根据回归方程计算，确定此方案是否可行？并说明理由．（2）养鱼的池塘对水质含氧量与新鲜度要求较高，某商家为该养殖户提供收费服务，即提供不超过3台增氧冲水机，每期养殖使用的冲水机运行台数与鱼塘的鱼重量X 有如下关系：若某台增氧冲水机运行，则商家每期可获利5千元；若某台冲水机未运行，则商家每期亏损2千元．视频率为概率，商家欲使每期冲水机总利润的均值达到最大，应提供几台增氧冲水机？ 附：对于一组数据()()()1122,,,,n n x y x y x y ，其回归方程ˆˆˆybx a =+的斜率和截距的最小二乘估计公式分别为1221ˆni ii ni i x y nxy bx nx ==-=-∑∑()()()121,niii ni i x x y y x x ==--=-∑∑ˆˆay bx =- 【答案】（1）337y 1313x =+$当10x =时，此方案可行．（2）应提供2台增氧冲水机 【解析】（1）依题意，5,4,x y ==()()5126iii x x y x =--=∑()()()515213ˆ,13iii i i x x y y bx x ==--∴==-∑∑337ˆ451313a y bx =-=-⨯=$所以3371313y x =+$当10x =时，67ˆ513y=>，故此方案可行． （2）设盈利为Y ，安装1台时，盈利5000Y =， 安装2台时，12040,3000,5X Y p <<==；440,10000,5X Y p ==…． 14()300010000860055E Y ∴=⨯+⨯=安装3台时，12040,1000,5X Y p <<==； 4060,8000,X Y =剟3;5P =160,15000,5X Y P >==. 13()1000800055E Y ∴=⨯+⨯11500080005+⨯=.86008000>，故应提供2台增氧冲水机．【举一反三】1．李克强总理在2018年政府工作报告指出，要加快建设创新型国家，把握世界新一轮科技革命和产业变革大势，深入实施创新驱动发展战略，不断增强经济创新力和竞争力.某手机生产企业积极响应政府号召，大力研发新产品，争创世界名牌.为了对研发的一批最新款手机进行合理定价，将该款手机按事先拟定的价格进行试销，得到一组销售数据(),(1,2,,6)i i x y i =，如表所示：已知611606i i y y ===∑.（1）若变量,x y 具有线性相关关系，求产品销量y （百件）关于试销单价x （千元）的线性回归方程ˆˆˆy bx a =+；（2）用（1）中所求的线性回归方程得到与i x 对应的产品销量的估计值i y .当销售数据(),i i x y 对应的残差的绝对值ˆ1i i y y -≤时，则将销售数据(),i i x y 称为一个“好数据”.现从6个销售数据中任取3个子，求“好数据”个数ξ的分布列和数学期望()E ξ.（参考公式：线性回归方程中ˆˆ,ba 的估计值分别为1221ˆˆˆ,)ni ii nii x y nxyb ay bx xnx =-=-==--∑∑. 【答案】(1) ˆ482yx =-+ (2)见解析 【解析】（1）由611606i i y y ===∑，可求得48t =，故11910ni ii x y==∑，=1980nx y ，21199ni i x ==∑，2=181.5nx ，代入可得122119101980704199181.517.5ni ii ni i x y nx yb x nx==---====---∑∑，ˆˆ604 5.582ay bx =-=+⨯=， 所以所求的线性回归方程为ˆ482yx =-+． （2）利用（1）中所求的线性回归方程ˆ482yx =-+可得，当13x =时，170y =；当24x = 时，266y =；当35x =时，362y =；当46x =时，458y =；当57x =时，554y =；当68x =时，650y =．与销售数据对比可知满足||1(1,2,,6)i i y y i -≤=的共有4个“好数据”：(3,70)、(4,65)、(5,62)、(6,59) 于是ξ的所有可能取值为1,2,31242361(1)5C C P C ξ===，2142363(2)5C C P C ξ===，3042361(3)5C C P C ξ===， ∴ξ 的分布列为：所以1232555E ξ=⨯+⨯+⨯=．考向三 非线性回归【例3】近期，某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：根据以上数据，绘制了如图所示的散点图．（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？（给出判断即可，不必说明理由）；（2）根据（1）的判断结果及表l 中的数据，求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，结果如表所示：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，享受7折优惠的概率为16，享受8折优惠的概率为13，享受9折优惠的概率为12．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，估计一名乘客一次乘车的平均费用． 参考数据：其中lg i i u y =，7117i i u u ==∑.【答案】（1）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）y 关于x 的回归方程式为：0.25ˆ 3.4710xy=⨯，第8天使用扫码支付的人次为347人次；（3）1.66元.【解析】（1）根据散点图判断，x y 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）由（1）知回归方程为x y c d =⋅，两边同时取常用对数得：()lg lg lg lg xy c dc d x =⋅=+⋅，设lg y u =，lg lg u c d x ∴=+⋅，又4x =， 1.54u =，721140i i x ==∑，7172221750.1274 1.547lg 0.2514074287i ii i i x u xu d x x==--⨯⨯∴====-⨯-∑∑，把样本中心点()4,1.54代入lg lg u c d x =+⋅，即1.54lg 0.254c =+∙，解得：4ˆl 0.5gc=， 0.5405ˆ.2ux ∴=+， lg 0.540.25y x ∴=+，y ∴关于x 的回归方程式为：()0.540.250.540.250.2510101040ˆ 3.71xx x y +==⨯=⨯，把8x =代入上式得，23.4734ˆ107y=⨯=， 活动推出第8天使用扫码支付的人次为347人次；（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， 则()20.1P Z==，()11.80.30.152P Z ==⨯=， ()11.60.60.30.73P Z ==+⨯=，()11.40.30.056P Z ==⨯=； 分布列为：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）． 【举一反三】1．为方便市民出行，倡导低碳出行.某市公交公司推出利用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，在推广期内采用随机优惠鼓励市民扫码支付乘车.该公司某线路公交车队统计了活动推广期第一周内使用扫码支付的情况，其中 （单位：天）表示活动推出的天次， （单位：十人次）表示当天使用扫码支付的人次，整理后得到如图所示的统计表1和散点图. 表1：（1）由散点图分析后，可用作为该线路公交车在活动推广期使用扫码支付的人次关于活动推出天次的回归方程，根据表2的数据，求此回归方程，并预报第8天使用扫码支付的人次（精确到整数）.表2：表中，.（2）推广期结束后，该车队对此期间乘客的支付情况进行统计，结果如表3.表3：统计结果显示，扫码支付中享受5折支付的频率为，享受7折支付的频率为，享受9折支付的频率为.已知该线路公交车票价为1元，将上述频率作为相应事件发生的概率，记随机变量为在活动期间该线路公交车搭载乘客一次的收入（单位：元），求的分布列和期望.参考公式：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：，，.【答案】(1) ，人次为2447 (2)见解析【解析】（1）由题意得，，，关于的线性回归方程为，关于的回归方程为，当时，，第8天使用扫码支付的人次为2447；（2）由题意得的所有取值为0.5，0.7，0.9，1，，，，，的分布列为：1．有下列说法：①若某商品的销售量y （件）关于销售价格x （元/件）的线性回归方程为5350y x =-+，当销售价格为10元时，销售量一定为300件；②线性回归直线y bx a =+$$$一定过样本点中心(,)x y ；③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1；④在残差图中，残差点比较均匀落在水平的带状区域中即可说明选用的模型比较合适，与带状区域的宽度无关；⑤在线性回归模型中，相关指数2R 表示解释变量对于预报变量变化的贡献率，2R 越接近于1，表示回归的效果越好；其中正确的结论有几个（ ） A ．1 B ．2C ．3D ．4【答案】B【解析】①当销售价格为10时，销售量的预估值为300件，但预估值与实际值未必相同，①错误； ②由最小二乘法可知，回归直线必过(),x y ，②正确；③若两个随机变量为负相关，若线性相关性越强，相关系数r 越接近1-，③错误； ④残差图中，带状区域越窄，模型拟合度越高，④错误；⑤相关指数2R 越接近1，拟合度越高，则在线性回归模型中，回归效果越好，⑤正确. 可知正确的结论为：②⑤，共2个本题正确选项：B2．已知下表为x 与y 之间的一组数据，若y 与x 线性相关，则y 与x 的回归直线y bx a =+必过点( )A ．(2,2)B ．(1.5,0)C ．(1,2)D ．(1.5,4)【答案】D【解析】由题可得32x =，4y =， 22223333(0)(14)(1)(34)(2)(54)(3)(74)102222ˆ233335(0)(1)(2)(3)2222b --+--+--+--===-+-+-+-，3ˆ4212a=-⨯=，则回归方程为ˆ21yx =+，将A ，B ，C ，D 四项分别代入方程，只有（1.5，4）这个点在直线上，故选D 。
高考必备——回归分析
高考必备——线性回归分析【基础自测】1.如果一组具有相关关系的数据1122(,),(,),,(,),n n x y x y x y 作出散点图大致分布在一条直线附近,那么我们称这样的变量之间的关系为 关系(也称一元线性相关),这条直线就是 ,记为 ．其中：121()()()n iii nii x x y y b x x ==--=-∑∑1221ni ii nii x y nx yxnx==-=-∑∑ ； a y bx =-其中(,)i i x y 为样本数据,11,n ni i i ix x y y n n ==∑∑为样本平均数，(,)x y 称为 ，且所求线性回归直线经过样本点中心点当回归直线斜率0b >时,为线性 , 0b <时为线性特别注意： （1）．以散点图分析线性相关关系，散点图是较粗略地分析和判断两个具有相关关系的变量是否线性相关的问题，如果是线性相关的，我们可以求其线性回归方程，如果不是线性向相关的，即使求得线性回归方程，也是无效的；也就是说不能对一些数据进行分析判断，不能应用它解决和解释一些实际问题．（2）．以相关系数分析线性相关关系的强弱 两个变量之间的相关关系的样本相关系数：()()niix x y y r --=∑可衡量是否线性相关，以及线性相性关系的强弱．由于分子与线性回归方程中的斜率b 的分子一样（这也给出了公式的内在联系以及公式的记法），因此，当0r >时，两个变量正相关；当0r <时两个变量 ．当r 的绝对值接近１，表明两个变量的线性相关性 ；当r 的绝对值接近０，表明两个变量之间几乎不存在线性相关关系．规定当0.75r >时，我们认为两个变量有很强的 相关关系．【巩固练习】1．某公司在2014年上半年的收入x （单位：万元）与月支出y （单位：万元）的统计资料如下表所示： 月份1月份 2月份 3月份 4月份 5月份 6月份收入x 12.3 14.5 15.0 17.0 19.8 20.6 支出Y 5.63 5.75 5.82 5.89 6.11 6.18 根据统计资料，则（）A ． 月收入的中位数是15，x 与y 有正线性相关关系B ． 月收入的中位数是17，x 与y 有负线性相关关系C ． 月收入的中位数是16，x 与y 有正线性相关关系D ． 月收入的中位数是16，x 与y 有负线性相关关系 2．某工厂对新研发的一种产品进行试销，得到如下数据表：根据如表可得线性回归方程=x+．其中=﹣20，=﹣b ，那么单价定为8.3元时，可预测销售的件数为（ ）A ．82B ．84C ．86D ．883.下列说法错误的是( )A ．回归直线过样本点的中心(,)x yB ．两个随机变量的线性相关性越强,则相关系数的绝对值就越接近于1C ．对分类变量X 与Y ,随机变量2K 的观测值k 越大,则判断“X 与Y 有关系”的把握程度越小 D ．在回归直线方程0.20.8y x =+中,当解释变量x 每增加1个单位时,预报变量y 平均增加0.2个单位 4．下列说法错误的是（ ）A ．自变量取值一定时，因变量的取值带有一定随机性的两个变量之间的关系叫做相关关系；B ．在线性回归分析中，相关系数r 的值越大，变量间的相关性越强；C ．在残差图中，残差点分布的带状区域的宽度越狭窄，其模型拟合的精度越高；D ．在回归分析中，2R 为0.98的模型比2R 为0.80的模型拟合的效果好.5.为了研究某种细菌在特定环境下，随时间变化繁殖情况，得如下实验数据，计算得回归直线方程为ˆ0.850.25yx =-．由以上信息，得到下表中c 的值为 ．天数t （天） 3 4 5 6 7 繁殖个数y （千个）2.5344.5c6.对变量x, y 有观测数据理力争（，）（i=1,2,…，10），得散点图；对变量u ，v 有观测数据（，）（i=1,2,…，10）,得散点图2. 由这两个散点图可以判断。
高考数学理一轮复习 X1-4正态分布、线性回归精品课件
备选例题1 设随机变量ξ服从正态分布：ξ～ N(1,4)，试求：
(1)P(0＜ξ≤2)； (2)求常数C，使P(ξ≤C)＝32·P(ξ＞C)．
参考数据：Φ(0)＝0.5，Φ(1)＝0.8413，Φ(2) ＝0.9772，Φ(0.5)＝0.6915，Φ(1.88)＝ 0.9697，Φ(3)＝0.9987.
2．小概率事件是指事件发生的概率很小的事， 通常认为这些情况在一次试验中几乎是不可 能发生的．
3．统计中假设检验的基本思想：根据小概率 事件在一次试验中几乎不可能发生的原理和 从总体中抽测的个体的数值，对事先所作的 统计假设作出判断，是拒绝假设，还是接受 假设．
4．利用线性回归方程，可由一个变量的值预 测或控制另一个变量的值．借助计算器，特 别是含统计的计算器，能简化手工的计算， 迅速得出正确结果．
(函数Φ(x0)实际上是正态总体N(0,1)的累积分
布函数)，即Φ(x0)＝
．
(5)两个重要公式：ⅰ.Φ(－x)＝1Φ(x)
－
；
Φ(a)
ⅱ.P(a＜ξ＜b)＝Φ(b)－
． 小于
(6)对于任一正态分布总体N(μ，σ2)来说，取
值 x的概率为F(x)＝Φ(
)．
(7)假设检验的基本思想
ⅰ.提出统计假设，如假设随机变量服从正态 分布等；
5．“回归”和“相关”含义是不同的：如果 两个变量中的一个变量是人为可以控制、非 随机的，另一变量的变化是随机的且随着控 制变量的变化而变化，则这两变量间的关系 就称为回归关系；若两个变量都是随机的， 则称它们之间的关系为相关关系，在本教材 中，两者不加区别．
方法规律·归纳
题型 一
正态分布的基本运算
思维 提示
①P(x＜x0)＝Φ(x0)； ②Φ(x0)＝1－Φ(－x0)；
高考数学一轮复习第10章算法初步与统计第4课时线性回
(4)某同学研究卖出的热饮杯数y与气温 x(℃)之间的关系，得 回归方程 y ＝－2.352x＋147.767，则气温为2 ℃时，一定可卖出 143杯热饮． (5)事件X，Y关系越密切，则由观测数据计算得到的K2的观 测值越大． (6)由独立性检验可知，在犯错误的概率不超过1%的前提下 认为物理成绩优秀与数学成绩有关，某人数学成绩优秀，则他 有99%的可能物理优秀．
∧
直线方程： y ＝0.254x＋0.321.由回归直线方程可知，家庭年收入 每增加1万元，年饮食支出平均增加________万元．
2 n （ ad － bc ） 构造一个随机变量 K 2 ＝ ， （ a＋ b）（ c＋d ）（a ＋ c）（ b ＋d ）
其中 n＝a＋b＋ c＋d 为样本容量．
(3)独立性检验． 利用随机变量 K2 来确定是否能有一定把握认为“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．
1．判断下面结论是否正确(打“√”或“×”)． (1)相关关系与函数关系都是一种确定性的关系，也是一种 因果关系． (2)“名师出高徒”可以解释为教师的教学水平与学生的水 平成正相关关系． (3)只有两个变量有相关关系，所得的回归模型才有预测价 值．
答案
C
解析 由已知，变量 x，y 成负相关，排除 A，B. ∵回归直线 - 必过点(x，y)，经验算可知，选项 C 满足．
4．(2018· 河南开封一模)下列说法错误的是(
)
A．自变量取值一定时，因变量的取值带有一定随机性的两 个变量之间的关系叫做相关关系 B．在线性回归分析中，相关系数 r 的值越大，变量间的相 关性越强 C．在残差图中，残差点分布的带状区域的宽度越狭窄，其 模型拟合的精度越高 D．在回归分析中，R2 为 0.98 的模型比 R2 为 0.80 的模型拟 合的效果好
线性回归方程题型
欢迎阅读线性回归方程
1.【2014高考全国2第19题】某地区2007年至2013年农村居民家庭纯收入y（单位：千元）的数据如下表：
∧
b
2.【2016年全国3】下图是我国2008年至2014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2008–2014.
（Ⅰ）由折线图看出，可用线性回归模型拟合y与t的关系，请用相关系数加以说明；
欢迎阅读
（Ⅱ）建立y关于t的回归方程（系数精确到0.01），预测2016年我国生活垃圾无害化处理量.
附注：
参考数据：7
1
9.32 i
i
y =
=
∑，7
1
40.17
i i
i
t y =
=
∑
0.55
=，≈2.646.
3.【2015全国1】某公司为确定下一年度投入某种产品的宣传费，需了解年宣传费x
8
（I关于年宣传费x
（II
（III）已知这种产品的年利润z与x，y的关系为0.2
z y x
=-，根据（II）的结果回答下列问题：
（i）当年宣传费x=49时，年销售量及年利润的预报值时多少？
（ii）当年宣传费x为何值时，年利润的预报值最大？。
广东高考中的线性相关
13.某数学老师身高176cm ，他爷爷、父亲和儿子的身高分别是173cm 、170cm 、和182cm.因儿子的身高与父亲的身高有关，该老师用线性回归分析的方法预测他孙子的身高为 cm. :,:数据可列表如下可知父亲与儿子的对应根据题中所提供的信息解析185(cm).31823,y ,1173176,13)3(63)())((,176,1732231231=++=∴=-=-==+-⨯=---=∴==∑∑==身高为从而可预测也他孙子的所以回归直线方程为x x b y a x xy y x xb y x i ii i i（07佛山）19．（本小题满分14分）为了对2006年佛山市中考成绩进行分析，在60分以上的全体同学中随机抽出8位，他们的数学分数(已折算为百分制)从小到大排是60、65、70、 75、80、85、 90、95，物理分数从小到大排是72、 77、 80、84、88、90、93、95.若这8(1) 用变量y 与x 、z 与x 的相关系数说明物理与数学、化学与数学的相关程度；(2)求y 与x 、z 与x 的线性回归方程（系数精确到0.01），并用相关指数比较所求回归模型的效果. 参考数据：5.77=x ，85=y ，81=z ，1050)(812≈-∑=i ix x，456)(812≈-∑=i iy y，550)(812≈-∑=i iz z，688))((81≈--∑=i i iy y x x，755))((81≈--∑=i i iz z x x，7)ˆ(812≈-∑=i i iyy，94)ˆ(812≈-∑=i i izz，5.23550,4.21456,4.321050≈≈≈19. 解：(1) 变量y 与x 、z 与x 的相关系数分别是99.04.214.32688≈⨯=r 、99.05.234.32755≈⨯='r . 可以看出，物理与数学、化学与数学的成绩都是高度正相关. …………………………8分(2)设y 与x 、z 与x 的线性回归方程分别是a bx y+=ˆ、a x b z '+'=ˆ. 根据所给的数据，可以计算出63.345.77*65.085,65.01050688=-===a b ， 20.255.77*72.081,72.01050755=-='=='a b . ……………………………………………………10分 所以y 与x 和z 与x 的回归方程分别是63.3465.0ˆ+=x y、20.2572.0ˆ+=x z . …………………………………………………………11分 又y 与x 、z 与x 的相关指数是98.0456712≈-=R 、83.05509412≈-='R . ……13分故回归模型63.3465.0ˆ+=x y比回归模型20.2572.0ˆ+=x z 的拟合的效果好. …14分（07广东高考理数）17．（本小题满分12分）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。
高考数学三轮冲刺专题回归分析及独立性检验练习(含解析)(2021年整理)
回归分析及独立性检验一、选择题（本大题共12小题，共60分）1。
设某中学的高中女生体重单位：与身高单位:具有线性相关关系,根据一组样本数据2，3，,，用最小二乘法近似得到回归直线方程为,则下列结论中不正确的是A。
y与x具有正线性相关关系B。
回归直线过样本的中心点C. 若该中学某高中女生身高增加1cm，则其体重约增加D。
若该中学某高中女生身高为160cm,则可断定其体重必为（正确答案)D【分析】本题考查了回归分析与线性回归方程的应用问题,是基础题目根据回归分析与线性回归方程的意义，对选项中的命题进行分析、判断正误即可．【解答】解：由于线性回归方程中x的系数为，因此y与x具有正的线性相关关系，A正确；由线性回归方程必过样本中心点,因此B正确;由线性回归方程中系数的意义知，x每增加1cm，其体重约增加,C正确；当某女生的身高为160cm时,其体重估计值是，而不是具体值,因此D错误．故选:D．2. 为了研究某班学生的脚长单位：厘米和身高单位：厘米的关系,从该班随机抽取10名学生，根据测量数据的散点图可以看出y与x之间有线性相关关系，设其回归直线方程为，已知，，,该班某学生的脚长为24，据此估计其身高为A。
160 B. 163 C。
166 D. 170（正确答案）C解：由线性回归方程为,则，，则数据的样本中心点，由回归直线方程样本中心点,则，回归直线方程为，当时，，则估计其身高为166，故选C．由数据求得样本中心点，由回归直线方程必过样本中心点，代入即可求得,将代入回归直线方程即可估计其身高．本题考查回归直线方程的求法及回归直线方程的应用，考查计算能力，属于基础题．3. 为了解某社区居民的家庭年收入与年支出的关系，随机调查了该社区5户家庭，得到如下收入x 万元支出y 万元据上表得回归直线方程，其中，，据此估计,该社区一户收入为15万元家庭年支出为A. 万元B. 万元C. 万元 D。
万元（正确答案）B解：由题意可得，，代入回归方程可得，回归方程为，把代入方程可得，故选:B．由题意可得和，可得回归方程,把代入方程求得y值即可．本题考查线性回归方程,涉及平均值的计算，属基础题．4. 下列说法错误的是A。