高三数学(文科)复习主干知识与测试：概率统计线性回归方程
2011高三数学（文科）一轮复习主干知识单元测试：概率与统计
一、选择题：本大题共12小题，每小题5分，共60分．在每小题给出的四个选项中，只有一项是符合题意要求的． 1．某校有男生1500人，女生1200人，为了解该年级学生的健康情况，从男生中任意抽取30人，从女生中任意抽取24人进行调查．这种抽样方法是（ ） A ．简单随机抽样法
B ．抽签法
C ．系统抽样法
D ．分层抽样法
2．调查某厂工人生产某种产品的能力，随机抽查了2000位工人某 天生产该产品的数量．产品数量的分组区间为［45，50)，［50，55)， ［55，60)，［60，65)，［65，70)，由此得到频率分布直方图如图示， 这20名工人中一天生产该产品数量在［55，70)的人数是（ ） A ．1050
B ．950
C ． 210
D ．1790
3．从1008名学生中抽取20人参加义务劳动。规定采用下列方法选取：先用简单随机抽样的抽取方法从1008人剔除8人，剩下1000人再按系统抽样的方法抽取，那么在1008人中每个人入选的概率是（ ） A ．都相等且等于
50
1 B ．都相等且等于
252
5 C ．不全相等 D ．均不相等
4．某校高中研究性学习小组对本地区2006年至2008年快餐公司发展情况进行了调查，制成了该地区快餐公司个数情况的条形图和快餐公司盒饭年销售量的平均数情况条形图（如图），根据图中提供的信息可以得出这三年中该地区每年平均销售盒饭（ ） A ．82万盒 B ．83万盒 C ．84万盒 D ．85万盒
5．在抽查产品的尺寸过程中，将尺寸分成若干组，[)b a ,是其中的一组，抽
查出的个体在该组上的频率为m ，该组上的直方图的高为h ，则=-b a （ ）
A ．hm
B ．
m
h
C ．
h
m
D ．m h + 6．为调查某中学学生平均每人每天参加体育锻炼时间X （单位：分钟），
按锻炼时间分下列四种情况统计：①0～10分钟；②11～20分钟；③21～30分钟；④30分钟以上．有1000名中学生参加了此项活动，下图是此次调查中某一项的流程图，其输出的结果是620，则平均每天参加体育锻炼时间在0～20分钟内的学生的频率是 （ ） A ．380
B ．620
C ．0.38
D ．0.62
7．甲、乙、丙、丁四位同学各自对A 、B 两变量的线性相关性作试验， 并用回归分析方法分别求得相关系数r 与残差平方和m 如下表：（ Ｄ ）
A ．甲
B ．乙
C ．丙
D ．丁
8．在长为12cm 的线段AB 上任取一点M ，并且以线段AM 为边的正方形，
则这正方形的面积介于36cm 2与81cm 2
之间的概率为（ ）
A ．14
B ．13
C ．274
D ．45
12
9．连掷两次骰子得到点数分别为m 和n ，记向量)1,1(),(-==n m 与向量的夹角为)2
,0(,π
θθ∈则的概率是
（ ）
A ．12
5 B ．
2
1 C ．
12
7 D ．
6
5
10．为研究变量x 和y 的线性相关性，甲、乙二人分别作了研究，利用线性回归方法得到回归直线方程1l 和2l ，两人
计算知x 相同，y 也相同，下列正确的是（ ） A ．1l 与2l 重合 B ．1l 与2l 一定平行 C ．1l 与2l 相交于点),(y x
D ．无法判断1l 和2l 是否相交
11．如图，半径为10 cm 的圆形纸板内有一个相同圆心的半径为1 cm 的小圆．现将半径为1 cm 的一枚硬币抛到此纸
板上，使硬币整体随机落在纸板内，则硬币落下后与小圆无公共点的概率为（ ）
A ．
9998 B ．9
7 C ．
99
1
D ．
81
77
12．右图是某赛季甲、乙两名篮球运动员每场比赛得分的茎叶图．根据茎叶图，对甲、乙两人这几
场比赛得分作比较，得出正确的统计结论是（ ） A ．甲平均得分比乙高，且甲的得分比乙稳定； B ．乙平均得分比甲高，且乙的得分比甲稳定； C ．甲平均得分比乙低，但甲的得分比乙稳定； D ．乙平均得分比甲低，但乙的得分比甲稳定；
二、填空题：本大题共4小题，每小题4分，共16分．
13．从某项综合能力测试中抽取100人的成绩，统计如表，则这100人成绩的标准差为 ；
14．某林场有树苗30000棵，其中松树苗4000棵．为调查树苗的生长情
况，采用分层抽样的方法抽取一个容量为150的样本，则样本中松树苗的数量为 ； 15．分别在区间[1,6]和[2,4]内任取一实数，依次记为m 和n ，则m n >的概率为 ；
16．某单位为了了解用电量y 度与气温C x 0之间的关系，随机统计了某4天的用电量与当天气温，并制作了对照表：
预测当气温为0
4C -时，用电量的度数约为________．
三、解答题：本大题共6小题，共74分．解答应写出文字说明、证明过程或演算步骤 17．（满分12分）
某中学为增强学生环保意识，举行了“环抱知识竞 赛”，共有900名学生参加这次竞赛为了解本次竞赛 成绩情况，从中抽取了部分学生的成绩（得分均为整 数，满分为100分）进行统计，请你根据尚未完成的频
率分布表解答下列问题：
（Ⅰ）求①、②、③处的数值；
（Ⅱ）成绩在[70,90)分的学生约为多少人？
（Ⅲ）估计总体平均数；
18．（满分12分）
某农科所对冬季昼夜温差大小与某反季节大豆新品种发芽多少之间的关系进行分析研究，他们分别记录了12月1日至12月5日的每天昼夜温差与实验室每天每100颗种子中的发芽数，得到如下资料：
该农科所确定的研究方案是:先从这五组数据中选取2组，用剩下的3组数据求线性回归方程，再对被选取的2组
数据进行检验
（Ⅰ）求选取的2组数据恰好是不相邻2天数据的概率；
（Ⅱ）若选取的是12月1日与12月5日的两组数据，请根据12月2日至12月4日的数据，求出y 关于x 的线性
回归方程y bx a =+；
（Ⅲ）若由线性回归方程得到的估计数据与所选出的检验数据的误差均不超过2颗，则认为得到的线性回归方程是
可靠的，试问（2）中所得的线性回归方程是否可靠? 19．（满分12分）
晚会上，主持人前面放着A 、B 两个箱子，每箱均装有3个完全相同的球，各箱的三个球分别标有号码1，2，3．现主持人从A 、B 两箱中各摸出一球．
（Ⅰ）若用),(y x 分别表示从A 、B 两箱中摸出的球的号码，请写出数对),(y x 的所有情形，并回答一共有多少种；
（Ⅱ）求所摸出的两球号码之和为5的概率；
（Ⅲ）请你猜这两球的号码之和，猜中有奖．猜什么数获奖的可能性大？说明理由．
20．（满分12分）
将一枚各面分别标有数字０，０，１，１，２，３的均匀正方体先后抛掷2次，观察向上的点数，求： （Ⅰ）两数之和为5的概率；
（Ⅱ）以第一次向上点数为横坐标x ，第二次向上的点数为纵坐标y 的点(x,y)在圆x 2+y 2
=8的内部的概率 21．（满分12分）
现有8名学生，其中123A A A ，，在高一，123B B B ，，在高二，12C C ，在高三．从中选出高一、高二和高三学生各1名，组成一个小组． （Ⅰ）求1A 被选中的概率；
（Ⅱ）求1B 和1C 不全被选中的概率．
主干知识四：概率与统计参考答案
一、选择题：1．D 2．B 3． B 4．D 5．C 6．C 7．D 8．A 9．A 10．C 11．D 12．B 二、填空题 13
14．20 15．3
5
16．６８ 三、解答题：
17．解：（Ⅰ）设抽取的样本为x 名学生的成绩,
则由第一行中可知4
0.08,50x x
=
=所以 50∴①处的数值为；
②处的数值为10
0.2050
=;
③处的数值为500.168?= ．
（Ⅱ）成绩在[70，80)分的学生频率为0．2，成绩在[80．90)分的学生频率
为0．32，
所以成绩在[70．90)分的学生频率为0．52， 由于有900名学生参加了这次竞赛，
所以成绩在[70．90)分的学生约为0.52900468?=（人）． （Ⅲ）利用组中值估计平均为
550.08650.16750.20850.32950.2479.8?+?+?+?+?=． 18．解：（1）设抽到不相邻两组数据为事件A ，因为从5组数据中选取2组数据共有10种情况，每种情况都是等可能
出现的，其中抽到相邻两组数据的情况有4种，
所以 43
()1105
P A =-
=．
（2）由数据，求得12,27x y ==．
由公式，求得5
2
b =
，3a y bx =-=-． 所以y 关于x 的线性回归方程为5
?32
y
x =-． （3）当x =10时，5
?103222
y =?-=，|22－23|＜2； 同样，当x =8时，5
?83172
y =?-=，|17－16|＜2． 所以，该研究所得到的线性回归方程是可靠的．
19．解：（Ⅰ）数对(,)x y 的所有情形为：（1，1），（1，2），（1，3），（2，1），（2，2），
（2，3），（3，1），（3，2），（3，3）共9种
（Ⅱ）记“所摸出的两球号码之和为5”为事件A ，则事件A 包括的基本结果有：
（2，3），（3，2）共2个，所以P （A ）=
2
9
． （Ⅲ）记“所摸出的两球号码之和为i ”为事件i A （i =2，3，4，5，6）
由（Ⅰ）中可知事件A 2的基本结果为1种，事件A 3的基本结果为2种，事件A 4的基本结果为3种，事件A 5的基本结果为2种，事件A 6的基本结果为1种，所以21()9P A =
，32()9P A =，43()9
P A =，52()9P A =
，61
()9
P A =． 故所摸出的两球号码之和为4的概率最大．
答：猜4获奖的可能性大．
20．解: 将一颗骰子先后抛掷2次，此问题中含有36个等可能基本事件：
（０，０）（０，０）（０，１）（０，１）（０，２）（０，３） （０，０）（０，０）（０，１）（０，１）（０，２）（０，３） （１，０）（１，０）（１，１）（０，１）（０，２）（０，３） （１，０）（１，０）（１，１）（０，１）（０，２）（０，３） （２，０）（２，０）（２，１）（２，１）（２，２）（２，３） （３，０）（３，０）（３，１）（３，１）（３，２）（３，３） （1）记“两数之和为5”为事件A ，则事件A 中含有２个基本事件，
所以P （A ）=
18
1； 答：两数之和为5的概率为
18
1． （2）基本事件总数为36，点（x ，y ）在圆x 2
+y 2
=15的内部记为事件B ，则B 包含11个事件， 所以P （B ）=
36
11 21．解：（Ⅰ）从8人中选出高一、高二和高三学生各1名，其一切可能的结果组成的基本事件：
111112121()()()A B C A B C A B C ，，，，，，，，，122131()()A B C A B C ，，，，，， 132()A B C ，，，211212221()()()A B C A B C A B C ，，，，，，，，，222()A B C ，，， 231()A B C ，，，232()A B C ，，，311312321()()()A B C A B C A B C ，，，，，，，，， 322331332()()()A B C A B C A B C ，，，，，，，，，共18个．
记事件M 表示“1A 恰被选中”，
#高&考*￥资%源#网
则事件M 包含基本事件：111112121()()()A B C A B C A B C ，，，
，，，，，， 122131132()()()A B C A B C A B C ，，，，，，，，共6个，
∴61
()183
P M =
=． （Ⅱ）记事件N “11B C ，不全被选中”这一事件，则其对立事件N 表示“11B C ，全被选中”这一事件，
由于事件N 包含基本事件：111211311()()()A B C A B C A B C ，，，
，，，，，}，共3个， 所以31()186P N ==， ∴15()1()166
P N P N =-=-=
线性回归方程高考题讲解
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；
一元线性回归模型案例分析
一元线性回归模型案例分析 一、研究的目的要求 居民消费在社会经济的持续发展中有着重要的作用。居民合理的消费模式和居民适度的消费规模有利于经济持续健康的增长，而且这也是人民生活水平的具体体现。改革开放以来随着中国经济的快速发展，人民生活水平不断提高，居民的消费水平也不断增长。但是在看到这个整体趋势的同时，还应看到全国各地区经济发展速度不同，居民消费水平也有明显差异。例如，2002年全国城市居民家庭平均每人每年消费支出为6029.88元, 最低的黑龙江省仅为人均4462.08元，最高的上海市达人均10464元，上海是黑龙江的2.35倍。为了研究全国居民消费水平及其变动的原因，需要作具体的分析。影响各地区居民消费支出有明显差异的因素可能很多，例如，居民的收入水平、就业状况、零售物价指数、利率、居民财产、购物环境等等都可能对居民消费有影响。为了分析什么是影响各地区居民消费支出有明显差异的最主要因素，并分析影响因素与消费水平的数量关系，可以建立相应的计量经济模型去研究。 二、模型设定 我们研究的对象是各地区居民消费的差异。居民消费可分为城市居民消费和农村居民消费，由于各地区的城市与农村人口比例及经济结构有较大差异，最具有直接对比可比性的是城市居民消费。而且，由于各地区人口和经济总量不同，只能用“城市居民每人每年的平均消费支出”来比较，而这正是可从统计年鉴中获得数据的变量。所以模型的被解释变量Y 选定为“城市居民每人每年的平均消费支出”。 因为研究的目的是各地区城市居民消费的差异，并不是城市居民消费在不同时间的变动，所以应选择同一时期各地区城市居民的消费支出来建立模型。因此建立的是2002年截面数据模型。 影响各地区城市居民人均消费支出有明显差异的因素有多种，但从理论和经验分析，最主要的影响因素应是居民收入，其他因素虽然对居民消费也有影响，但有的不易取得数据，如“居民财产”和“购物环境”；有的与居民收入可能高度相关，如“就业状况”、“居民财产”；还有的因素在运用截面数据时在地区间的差异并不大，如“零售物价指数”、“利率”。因此这些其他因素可以不列入模型，即便它们对居民消费有某些影响也可归入随即扰动项中。为了与“城市居民人均消费支出”相对应，选择在统计年鉴中可以获得的“城市居民每人每年可支配收入”作为解释变量X。 从2002年《中国统计年鉴》中得到表2.5的数据: 表2.52002年中国各地区城市居民人均年消费支出和可支配收入
线性回归方程高考题
线性回归方程高考题 Company number：【WTUT-WT88Y-W8BBGB-BWYTT-19998】
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 3 4 （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 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 3 3 4 4 5 5 6 ∑
(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） 3 4 （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：
(典型题)高考数学二轮复习-知识点总结-统计与统计案例
统计和统计案例 1.该部分常考内容：样本数字特征的计算、各种统计图表、线性回归方程、独立性检验等；有时也会在知识交汇点处命题，如概率和统计交汇等. 2.从考查形式上来看，大部分为选择题、填空题，重在考查基础知识、基本技能，有时在知识交汇点处命题，也会出现解答题，都属于中低档题． 1． 随机抽样 (1)简单随机抽样特点为从总体中逐个抽取，适用范围：总体中的个体较少． (2)系统抽样特点是将总体均分成几部分，按事先确定的规则在各部分中抽取，适用范围：总体中的个体数较多． (3)分层抽样特点是将总体分成几层，分层进行抽取，适用范围：总体由差异明显的几部分组成． 2． 常用的统计图表 (1)频率分布直方图 ①小长方形的面积＝组距× 频率 组距 ＝频率； ②各小长方形的面积之和等于1； ③小长方形的高＝频率组距，所有小长方形的高的和为1 组距. (2)茎叶图 在样本数据较少时，用茎叶图表示数据的效果较好． 3． 用样本的数字特征估计总体的数字特征 (1)众数、中位数、平均数 数字特征 样本数据 频率分布直方图 众数 出现次数最多的数据 取最高的小长方形底边中点的横坐标 中位数 将数据按大小依次排列，处在最 中间位置的一个数据(或最中间两个数据的平均数) 把频率分布直方图划分左右两个面积相等的分界线和x 轴交点的横坐标 平均数 样本数据的算术平均数 每个小矩形的面积乘以小矩形底边中点的横坐标之和 (2)方差：s 2＝n [(x 1－x )2＋(x 2－x )2＋…＋(x n －x )2 ]． 标准差：
s ＝ 1n [ x 1－x 2 ＋x 2－x 2 ＋…＋x n －x 2 ]. 4． 变量的相关性和最小二乘法 (1)相关关系的概念、正相关和负相关、相关系数． (2)最小二乘法：对于给定的一组样本数据(x 1，y 1)，(x 2，y 2)，…，(x n ，y n )，通过求Q ＝ i ＝1 n (y i －a －bx i )2 最小时，得到线性回归方程y ^ ＝b ^ x ＋a ^ 的方法叫做最小二乘法． 5． 独立性检验 对于取值分别是{x 1，x 2}和{y 1，y 2}的分类变量X 和Y ，其样本频数列联表是： y 1 y 2 总计 x 1 a b a ＋b x 2 c d c ＋d 总计 a ＋c b ＋d n 则K 2 ＝ n ad －bc 2a ＋b c ＋ d a ＋c b ＋d (其中n ＝a ＋b ＋c ＋d 为样本容量). 考点一 抽样方法 例1 (2012·山东)采用系统抽样方法从960人中抽取32人做问卷调查，为此将他们随机编号为1,2，…，960，分组后在第一组采用简单随机抽样的方法抽到的号码为9.抽到的32人中，编号落入区间[1,450]的人做问卷A ，编号落入区间[451,750]的人做问卷B ，其余的人做问卷C .则抽到的人中，做问卷B 的人数为 ( ) A ．7 B ．9 C ．10 D ．15 答案 C 分析 由系统抽样的特点知：抽取号码的间隔为 960 32 ＝30，抽取的号码依次为9,39,69，…，939.落入区间[451,750]的有459,489，…，729，这些数构成首项为459，公差为30的等差数列，设有n 项，显然有729＝459＋(n －1)×30，解得n ＝10.所以做问卷B 的有10人． 在系统抽样的过程中，要注意分段间隔，需要抽取几个个体，样本就需要分 成几个组，则分段间隔即为N n (N 为样本容量)，首先确定在第一组中抽取的个体的号码数，再从后面的每组中按规则抽取每个个体．解决此类题目的关键是深刻理解各种抽样
SPSS线性回归分析案例
回归分析 实验内容：基于居民消费性支出与居民可支配收入的简单线性回归分析 【研究目的】 居民消费在社会经济的持续发展中有着重要的作用。影响各地区居民消费支出的因素很多，例如居民的收入水平、商品价格水平、收入分配状况、消费者偏好、家庭财产状况、消费信贷状况、消费者年龄构成、社会保障制度、风俗习惯等等。为了分析什么是影响各地区居民消费支出有明显差异的最主要因素，并分析影响因素与消费水平的数量关系，可以建立相应的经济模型去研究。 【模型设定】 我们研究的对象是各地区居民消费的差异。由于各地区的城市与农村人口比例及经济结构有较大差异，现选用城镇居民消费进行比较。模型中被解释变量Y选定为“城市居民每人每年的平均消费支出”。从理论和经验分析，影响居民消费水平的最主要因素是居民的可支配收入，故可以选用“城市居民每人每年可支配收入”作为解释变量X，选取2010年截面数据。 1、实验数据 表1： (
2010年中国各地区城市居民人均年消费支出和可支配收入
} 数据来源：《中国统计年鉴》2010年 2、实验过程 作城市居民家庭平均每人每年消费支出(Y)和城市居民人均年可支配收入(X)的散点图，如图1：
表2 模型汇总b 模型… R R方调整R方标准估计的误差 1.965a.93 2.930 a.预测变量:(常量),可支配收入X（元）。 b.因变量:消费性支出Y(元) ~ 表3 相关性 消费性支出Y (元) 可支配收入X（元） Pearson相关 性消费性支出 Y(元) .965 从散点图可以看出居民家庭平均每人每年消费支出(Y)和城市居民人均年可支配收入(X)大体呈现为线性关系，所以建立如下线性模型：Y=a+bX
(完整)高中数学知识点：线性回归方程,推荐文档
高中数学知识点：线性回归方程 1.回归直线方程 （1）回归直线：观察散点图的特征，发现各个大致分布在通过散点图中心的一条直线附近。如果散点图中点的分布从整体上看大致在一条直线附近，我们就称这两个变量之间具有线性相关关系，这条直线叫做回归直线。求出的回归直线方程简称回归方程。 2．回归直线方程的求法 设与n 个观测点（,i i x y ）()1,2,,i n =???最接近的直线方程为$ ,y bx a =+，其中a 、b 是待定系数. 则$,(1,2,,)i i y bx a i n =+=L .于是得到各个偏差 μ(),(1,2,,)i i i i y y y bx a i n -=-+=L . 显见，偏差$i i y y -的符号有正有负，若将它们相加会造成相互抵 消，所以它们的和不能代表几个点与相应直线在整体上的接近程度，故采用n 个偏差的平方和. 2222211)()()(a bx y a bx y a bx y Q n n --++--+--=Λ 表示n 个点与相应直线在整体上的接近程度. 记21()n i i i Q y bx a ==--∑. 上述式子展开后，是一个关于a 、b 的二次多项式，应用配方法，可求出使Q 为最小值时的a 、b 的值.即 1122211()()()n n i i i i i i n n i i i i x x y y x y nx y b x x x nx a y bx ====?---??==??--??=-??∑∑∑∑， ∑==n i i x n x 11，∑==n i i y n y 11
相应的直线叫做回归直线，对两个变量所进行的上述统计分析叫做回归分析 上述求回归直线的方法是使得样本数据的点到回归直线的距离的平方和最小的方法，叫做最小二乘法。 要点诠释： 1.对回归直线方程只要求会运用它进行具体计算a、b，求出回归直线方程即可.不要求掌握回归直线方程的推导过程. 2.求回归直线方程，首先应注意到，只有在散点图大致呈线性时，求出的回归直线方程才有实标意义.否则，求出的回归直线方程毫无意义.因此，对一组数据作线性回归分析时，应先看其散点图是否成线性. 3.求回归直线方程，关键在于正确地求出系数a、b，由于求a、b的计算量较大，计算时仔细谨慎、分层进行，避免因计算产生失误. 4.回归直线方程在现实生活与生产中有广泛的应用.应用回归直线方程可以把非确定性问题转化成确定性问题，把“无序”变为“有序”，并对情况进行估测、补充.因此，学过回归直线方程以后，应增强学生应用回归直线方程解决相关实际问题的意识.
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 第一公式：线性回归方程为???y bx a =+的求法： （1） 先求变量x 的平均值，既1231 ()n x x x x x n =+++???+ （2） 求变量y 的平均值，既1231 ()n y y y y y n = +++???+ （3） 求变量x 的系数?b ，有两个方法 法11 2 1 ()() ?() n i i i n i i x x y y b x x ==--=-∑∑（题目给出不用记忆） []1122222 12()()()()...()()()()...()n n n x x y y x x y y x x y y x x x x x x --+--++--= ??-+-++-?? （需理解并会代入数据） 法21 2 1 ()() ?() n i i i n i i x x y y b x x ==--=-∑∑（题目给出不用记忆） []1122222212...,...n n n x y x y x y nx y x x x nx ++-?= ??+++-?? （这个公式需要自己记忆，稍微简单些） （4） 求常数?a ，既??a y bx =- 最后写出写出回归方程???y bx a =+。可以改写为：??y bx a =-（?y y 与不做区分） 例．已知,x y 之间的一组数据： 求y 与x 的回归方程： 解：（1）先求变量x 的平均值，既1 (0123) 1.54 x =+++= （2）求变量y 的平均值，既1 (1357)44 y = +++= （3）求变量x 的系数?b ，有两个方法 法1?b = [] 11223344222212342222 ()()()()()()()()()()()()(0 1.5)(14)(1 1.5)(34)(2 1.5)(54)(3 1.5)(74)57(0 1.5)(1 1.5)(2 1.5)(3 1.5)x x y y x x y y x x y y x x y y x x x x x x x x --+--+--+--= ??-+-+-+-??--+--+--+--==??-+-+-+-??
高考线性回归方程总结
第二讲 线性回归方程 一、相关关系： 1、?? ?<=1 ||1||r r 不确定关系：相关关系 确定关系：函数关系 2、相关系数：∑∑∑===-? ---= n i i n i i n i i i y y x x y y x x r 1 2 1 2 1 ) () () )((，其中： （1）?? ?<>负相关正相关0 0r r ；（2） 相关性很弱；相关性很强；3 .0||75.0||<>r r 例题1：下列两个变量具有相关关系的是（ ） A.正方形的体积与棱长； B.匀速行驶的车辆的行驶距离与行驶时间； C.人的身高和体重； D.人的身高与视力。 例题2：在一组样本数据),,,2)(,(),,(),,(212211不全相等n n n x x x n y x y x y x ≥的散点图中，若所有样本点),2,1)(,(n i y x i i =都在直线12 1 +-=x y 上，则样本相关系数为（ ） 2 1.2 1. 1.1.- -D C B A 例题3：r 是相关系数，则下列命题正确的是： （1）]75.0,1[--∈r 时，两个变量负相关很强；（2）]1,75.0[∈r 时，两个变量正相关很强； （3）)75.0,3.0[]3.0,75.0(或--∈r 时，两个变量相关性一般； （4）（4）1.0=r 时，两个变量相关性很弱。 3、散点图：初步判断两个变量的相关关系。
例题4：在画两个变量的散点图时，下列叙述正确的是（ ） A.预报变量在x 轴上，解释变量在y 轴上； B.解释变量在x 轴上，预报变量在y 轴上； C.可以选择两个变量中的任意一个变量在x 轴上； D.可以选择两个变量中的任意一个变量在y 轴上； 例题5：散点图在回归分析过程中的作用是（ ） A.查找个体个数 B.比较个体数据的大小 C.研究个体分类 D.粗略判断变量是否线性相关 二、线性回归方程： 1、回归方程：a x b y ???+= 其中2 1 2 1 1 21 )() )((?x n x y x n y x x x y y x x b n i i n i i i n i i n i i i --= ---=∑∑∑∑====，x b y a ??-=（代入样本点的中心） 例题1：设),(),,(),,(2211n n y x y x y x 是变量n y x 的和个样本点，直线l 是由这些样本点通过最小二乘法得到的线性回归直线（过一、二、四象限），以下结论正确的是（ ） A.直线l 过点),(y x B.当n 为偶数时，分布在l 两侧的样本点的个数一定相同 C.的和y x 相关系数在0到1之间 D.的和y x 相关系数为直线l 的斜率 例题2：工人月工资y （元）依劳动生产率x （千元）变化的回归直线方程为 x y 9060?+=，下列判断正确的是（ ） A.劳动生产率为1000元时，工资为150元； B.劳动生产率提高1000元时，工资平均提高150元； C.劳动生产率提高1000元时，工资平均提高90元；
高中数学知识点精讲精析 线性回归方程
6.4 线性回归方程 1、确定性函数关系：变量之间可以用函数表示 2、相关关系：变量之间具有一定的联系，但不能完全用函数表达 引入：某小卖部为了了解热茶销售量与气温的大致的关系，随机统计并制作了某６天卖出热茶的杯数与当天气温对照表 如果某天的气温是－5℃，你能根据这些数据预测这天小卖部卖出热茶的杯数么？考虑离差的平方和： 一般地，设有ｎ对观察数据如下： 仿照前面的方法，可得线性回归方程中系数a，b满足
由此二元一次方程组便可依次求出b 、a 的值. 相关关系 1. 散点图、正相关、负相关 2. 数据 回归直线方程： 样本相关系数： 1112211n n n i i i i i i i n n i i i i n x y x y b n x x a y bx =====????? -? ????????=???? - ?? ??? ?=-?∑∑∑∑∑)(1 21n x x x n x +++= ) (1 21n y y y n y +++= ∑=+++=n i n i x x x x 1 2 22212 ∑=+++=n i n i y y y y 12 22212 ∑=+++=n i n n i i y x y x y x y x 1 2211 ∑∑==--= n i i n i i i x n x y x n y x b 1 2 21x b y a -=a bx y +=? ∑∑∑===-?--= n i n i i i n i i i y y x x y x n y x r 1 1 2 2 1 )()(
时回归直线有意义 时回归直线无意义 .该市统计调查队随机调查10个家庭， 【解析】 ∴ 回归直线有意义 ∴ 回归直线： ∑∑∑===---= n i n i i i n i i i y n y x n x y x n y x 1 1 221) )((1||≤r 05.0||r r >05.0||r r ≤88 .3210 1 2 =∑=i i x ∑==10 1 27 .22i i y ∑==10 1 17 .27i i i y x 632.0950.005.0=>=r r 013.0-=a 833.0=b 013.0833.0-=x y
多元线性回归模型案例
我国农民收入影响因素的回归分析 本文力图应用适当的多元线性回归模型,对有关农民收入的历史数据和现状进行分析,探讨影响农民收入的主要因素,并在此基础上对如何增加农民收入提出相应的政策建议。?农民收入水平的度量常采用人均纯收入指标。影响农民收入增长的因素是多方面的，既有结构性矛盾因素，又有体制性障碍因素。但可以归纳为以下几个方面：一是农产品收购价格水平。二是农业剩余劳动力转移水平。三是城市化、工业化水平。四是农业产业结构状况。五是农业投入水平。考虑到复杂性和可行性，所以对农业投入与农民收入，本文暂不作讨论。因此，以全国为例，把农民收入与各影响因素关系进行线性回归分析，并建立数学模型。 一、计量经济模型分析 (一)、数据搜集 根据以上分析，我们在影响农民收入因素中引入7个解释变量。即：2x -财政用于农业的支出的比重，3x -第二、三产业从业人数占全社会从业人数的比重，4x -非农村人口比重，5x -乡村从业人员占农村人口的比重，6x -农业总产值占农林牧总产值的比重，7x -农作物播种面积，8x —农村用电量。
资料来源《中国统计年鉴2006》。 (二)、计量经济学模型建立 我们设定模型为下面所示的形式： 利用Eviews 软件进行最小二乘估计，估计结果如下表所示： DependentVariable:Y Method:LeastSquares Sample: Includedobservations:19 Variable Coefficient t-Statistic Prob. C X1 X3 X4 X5 X6 X7 X8 R-squared Meandependentvar AdjustedR-squared 表1最小二乘估计结果 回归分析报告为： () ()()()()()()()()()()()()()()() 2345678 2? -1102.373-6.6354X +18.2294X +2.4300X -16.2374X -2.1552X +0.0100X +0.0634X 375.83 3.7813 2.066618.37034 5.8941 2.77080.002330.02128 -2.933 1.7558.820900.20316 2.7550.778 4.27881 2.97930.99582i Y SE t R ===---=230.99316519 1.99327374.66 R Df DW F ====二、计量经济学检验 (一)、多重共线性的检验及修正 ①、检验多重共线性 (a)、直观法 从“表1最小二乘估计结果”中可以看出，虽然模型的整体拟合的很好，但是x4x6
高考线性回归方程地总结上课讲义
高考线性回归方程地 总结
第二讲 线性回归方程 一、相关关系： 1、?? ?<=1 ||1||r r 不确定关系：相关关系 确定关系：函数关系 2、相关系数：∑∑∑===-? ---= n i i n i i n i i i y y x x y y x x r 1 2 1 2 1 ) () () )((，其中： （1）?? ?<>负相关正相关00r r ；（2） 相关性很弱；相关性很强；3 .0||75 .0||<>r r 例题1：下列两个变量具有相关关系的是（ ） A.正方形的体积与棱长； B.匀速行驶的车辆的行驶距离与行驶时间； C.人的身高和体重； D.人的身高与视力。 例题2：在一组样本数据),,,2)(,(),,(),,(212211不全相等n n n x x x n y x y x y x ΛΛ≥的散 点图中，若所有样本点),2,1)(,(n i y x i i Λ=都在直线12 1 +-=x y 上，则样本相关 系数为（ ） 2 1.2 1.1 .1 .- -D C B A 例题3：r 是相关系数，则下列命题正确的是： （1）]75.0,1[--∈r 时，两个变量负相关很强；（2）]1,75.0[∈r 时，两个变量正相关很强； （3）)75.0,3.0[]3.0,75.0(或--∈r 时，两个变量相关性一般； （4）（4）1.0=r 时，两个变量相关性很弱。 3、散点图：初步判断两个变量的相关关系。 例题4：在画两个变量的散点图时，下列叙述正确的是（ ） A.预报变量在x 轴上，解释变量在y 轴上； B.解释变量在x 轴上，预报变量在y 轴上； C.可以选择两个变量中的任意一个变量在x 轴上； D.可以选择两个变量中的任意一个变量在y 轴上；
线性回归练习题资料
线性回归练习 一、选择题 1.下列两个变量之间的关系中，哪个是函数关系 （ ） A.学生的性别与他的数学成绩 B.人的工作环境与健康状况 C.女儿的身高与父亲的身高 D. 正三角形的边长与面积 2．从某大学随机选取8名女大学生，其身高x (cm)和体重y (kg)的回归方程为 ?0.84985.712y x =-，则身高172cm 的女大学生，由回归方程可以预报其体重 （ ） A.为6 0.316kg B. 约为6 0.316kg C.大于6 0.316kg D.小于6 0.316kg 3. 工人月工资（元）依劳动生产率（千元）变化的回归直线方程为?160180y x =+，下列判断正确的是 （ ） A ．劳动生产率为1000元时，工资为340元 B ．劳动生产率提高1000元时，工资提高180元 C ．劳动生产率提高1000元时，工资平均提高180元 D.工资为520元时，劳动生产率为2000元 4．由右表可计算出变量,x y 的线性回归方程为（ ） A. ?0.350.15y x =-+ B. ?0.350.25y x =-+ C. ?0.350.15y x =+ D. ?0.350.25y x =+ 二、填空题 5．下列说法中正确的是 （填序号） ①回归分析就是研究两个相关事件的独立性；②回归模型都是确定性的函数；③回归模型都是线性的；④回归分析的第一步是画散点图或求相关系数r ；⑤回归分析就是通过分析、判断，确定相关变量之间的内在的关系的一种统计方法. 6．三点()3,10,(7,20),(11,24)的线性回归方程是 三、解答 [2016高考新课标Ⅲ文数]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 x 5 4 3 2 1 y 2 1.5 1 1 0.5
一般线性回归分析案例
一般线性回归分析案例 1、案例 为了研究钙、铁、铜等人体必需元素对婴幼儿身体健康的影响，随机抽取了30个观测数据，基于多员线性回归分析的理论方法，对儿童体内几种必需元素与血红蛋白浓度的关系进行分析研究。这里，被解释变量为血红蛋白浓度（y）,解释变量为钙(ca)、铁(fe)、铜(cu)。 表一血红蛋白与钙、铁、铜必需元素含量 (血红蛋白单位为g；钙、铁、铜元素单位为ug) case y（g）ca fe cu 17.0076.90295.300.840 27.2573.99313.00 1.154 37.7566.50350.400.700 48.0055.99284.00 1.400 58.2565.49313.00 1.034 68.2550.40293.00 1.044 78.5053.76293.10 1.322 88.7560.99260.00 1.197 98.7550.00331.210.900 109.2552.34388.60 1.023 119.5052.30326.400.823 129.7549.15343.000.926 1310.0063.43384.480.869 1410.2570.16410.00 1.190 1510.5055.33446.00 1.192 1610.7572.46440.01 1.210 1711.0069.76420.06 1.361 1811.2560.34383.310.915 1911.5061.45449.01 1.380 2011.7555.10406.02 1.300 2112.0061.42395.68 1.142 2212.2587.35454.26 1.771 2312.5055.08450.06 1.012 2412.7545.02410.630.899 2513.0073.52470.12 1.652 2613.2563.43446.58 1.230
线性回归方程
环球雅思学科教师辅导讲义讲义编号：组长签字：签字日期：
解析 因为x －＝174＋176＋176＋176＋178 5＝176， y － ＝175＋175＋176＋177＋1775 ＝176， 又y 对x 的线性回归方程表示的直线恒过点(x －，y － )， 所以将(176,176)代入A 、B 、C 、D 中检验知选C. 答案 C 3．(2011·陕西)设(x 1，y 1)，(x 2，y 2)，…，(x n ，y n )是变量x 和y 的n 个 样本点，直线l 是由这些样本点通过最小二乘法得到的线性回归直线(如图)，以下结论中正确的是( )． A ．x 和y 的相关系数为直线l 的斜率 B ．x 和y 的相关系数在0到1之间 C ．当n 为偶数时，分布在l 两侧的样本点的个数一定相同 D ．直线l 过点(x －，y － ) 解析 因为相关系数是表示两个变量是否具有线性相关关系的一个值，它的 绝对值越接近1，两个变量的线性相关程度越强，所以A 、B 错误．C 中n 为偶数时，分布在l 两侧的样本点的个数可以不相同，所以C 错误．根据回 归直线方程一定经过样本中心点可知D 正确，所以选D. 答案 D 4．(2011·广东)为了解篮球爱好者小李的投篮命中率与打篮球时间之间的关系，下表记录了小李某月1号到5号每天打篮球时间x (单位：小时)与当天投篮命中率y 之间的关系： 时间x 1 2 3 4 5 命中率y 0.4 0.5 0.6 0.6 0.4 小李这5天的平均投篮命中率为________；用线性回归分析的方法，预测小李该月6号打6小时篮球的投篮命中率为________． 解析 小李这5天的平均投篮命中率 y － ＝ 0.4＋0.5＋0.6＋0.6＋0.4 5 ＝0.5， 可求得小李这5天的平均打篮球时间x －＝3.根据表中数据可求得b ^＝0.01，a ^ ＝ 0.47，故回归直线方程为y ^ ＝0.47＋0.01x ，将x ＝6代入得6号打6小时篮球的
线性回归方程高考题
线性回归程高考题 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： （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: 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程=bx+a的回归系数,; (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： （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，在某获纯利(元)与该每天销售这种服装件数之间的一组数据关系如下表： 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：
(1)画出散点图： (2)求回归直线程； (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： （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:,）
回归分析及独立性检验的基本知识点及习题集锦
回归分析的基本知识点及习题 本周题目：回归分析的基本思想及其初步应用 本周重点： （1）通过对实际问题的分析，了解回归分析的必要性与回归分析的一般步骤；了解线性回归模型与函数模型的区别； （2）尝试做散点图，求回归直线方程； （3）能用所学的知识对实际问题进行回归分析，体会回归分析的实际价值与基本思想；了解判断刻画回归模型拟合好坏的方法――相关指数和残差分析。 本周难点： （1）求回归直线方程，会用所学的知识对实际问题进行回归分析. （2）掌握回归分析的实际价值与基本思想. （3）能运用自己所学的知识对具体案例进行检验与说明. （4）残差变量的解释； （5）偏差平方和分解的思想； 本周内容： 一、基础知识梳理 １．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，我们就称这两个变量之间具有线性相关关系，这条直线叫作回归直线。 求回归直线方程的一般步骤： ①作出散点图（由样本点是否呈条状分布来判断两个量是否具有线性相关关系），若存在线性相关关系→②求回归系数→ ③写出回归直线方程，并利用回归直线方程进行预测说明. 2.回归分析： 对具有相关关系的两个变量进行统计分析的一种常用方法。 建立回归模型的基本步骤是： ①确定研究对象，明确哪个变量是解释变量，哪个变量是预报变量； ②画好确定好的解释变量和预报变量的散点图，观察它们之间的关系（线性关系）. ③由经验确定回归方程的类型. ④按一定规则估计回归方程中的参数（最小二乘法）； ⑤得出结论后在分析残差图是否异常，若存在异常，则检验数据是否有误，后模型是否合适等. 3.利用统计方法解决实际问题的基本步骤： （1）提出问题； （2）收集数据； （3）分析整理数据； （4）进行预测或决策。 4.残差变量的主要来源： （1）用线性回归模型近似真实模型（真实模型是客观存在的，通常我们并不知道真实模型到底是什么）所引起的误差。 可能存在非线性的函数能够更好地描述与之间的关系，但是现在却用线性函数来表述这种关系，结果就会产生误差。这 种由于模型近似所引起的误差包含在中。 （2）忽略了某些因素的影响。影响变量的因素不只变量一个，可能还包含其他许多因素（例如在描述身高和体重 关系的模型中，体重不仅受身高的影响，还会受遗传基因、饮食习惯、生长环境等其他因素的影响），但通常它们每一个因素的影响可能都是比较小的，它们的影响都体现在中。 （3）观测误差。由于测量工具等原因，得到的的观测值一般是有误差的（比如一个人的体重是确定的数，不同的秤可 能会得到不同的观测值，它们与真实值之间存在误差），这样的误差也包含在中。 上面三项误差越小，说明我们的回归模型的拟合效果越好。
多元线性回归实例分析
SPSS--回归-多元线性回归模型案例解析！(一） 多元线性回归，主要是研究一个因变量与多个自变量之间的相关关系，跟一元回归原理差不多，区别在于影响因素（自变量）更多些而已，例如：一元线性回归方程为： 毫无疑问，多元线性回归方程应该为： 上图中的x1, x2, xp分别代表“自变量”Xp截止，代表有P个自变量，如果有“N组样本，那么这个多元线性回归，将会组成一个矩阵，如下图所示： 那么，多元线性回归方程矩阵形式为： 其中：代表随机误差，其中随机误差分为：可解释的误差和不可解释的误差，随机误差必须满足以下四个条件，多元线性方程才有意义（一元线性方程也一样） 1：服成正太分布，即指：随机误差必须是服成正太分别的随机变量。 2：无偏性假设，即指：期望值为0 3：同共方差性假设，即指，所有的随机误差变量方差都相等 4：独立性假设，即指：所有的随机误差变量都相互独立，可以用协方差解释。 今天跟大家一起讨论一下，SPSS---多元线性回归的具体操作过程，下面以教程教程数据为例，分析汽车特征与汽车销售量之间的关系。通过分析汽车特征跟汽车销售量的关系，建立拟合多元线性回归模型。数据如下图所示：
点击“分析”——回归——线性——进入如下图所示的界面：
将“销售量”作为“因变量”拖入因变量框内，将“车长，车宽，耗油率，车净重等10个自变量拖入自变量框内，如上图所示，在“方法”旁边，选择“逐步”，当然，你也可以选择其它的方式，如果你选择“进入”默认的方式，在分析结果中，将会得到如下图所示的结果：（所有的自变量，都会强行进入） 如果你选择“逐步”这个方法，将会得到如下图所示的结果：（将会根据预先设定的“F统计量的概率值进行筛选，最先进入回归方程的“自变量”应该是跟“因变量”关系最为密切，贡献最大的，如下图可以看出，车的价格和车轴跟因变量关系最为密切，符合判断条件的概率值必须小于0.05，当概率值大于等于0.1时将会被剔除）
高中数学文科选修1-2知识点总结24035学习资料
高中数学选修1-2知识点总结 第一章 统计案例 1．线性回归方程 ①变量之间的两类关系：函数关系与相关关系； ②制作散点图，判断线性相关关系 ③线性回归方程：a bx y +=∧ （最小二乘法） 其中，1 22 1n i i i n i i x y nx y b x nx a y bx ==? -? ?=??-??=-??∑∑ 注意：线性回归直线经过定点),(y x . 2．相关系数（判定两个变量线性相关性）：∑∑∑===----= n i n i i i n i i i y y x x y y x x r 1 1 2 21 )()() )(( 注：⑴r >0时，变量y x ,正相关；r <0时，变量y x ,负相关； ⑵①||r 越接近于1，两个变量的线性相关性越强；②||r 接近于0时，两个变量之间几 乎不存在线性相关关系。 1．(2011·山东)某产品的广告费用x 与销售额y 的统计数据如下表： 广告费用x /万元 4 2 3 5 销售额y /万元 49 26 39 54 根据上表可得回归方程y ＝b x ＋a 中的b 为9.4，据此模型预报广告费用为6万元时销售额为 ( )． A ．63.6万元 B ．65.5万元 C ．67.7万元 D ．72.0万元 解析 ∵x －＝4＋2＋3＋54＝72，y －＝49＋26＋39＋54 4＝42， 又y ^＝b ^x ＋a ^必过(x －，y －)，∴42＝72×9.4＋a ^，∴a ^ ＝9.1. ∴线性回归方程为y ^ ＝9.4x ＋9.1. ∴当x ＝6时，y ^ ＝9.4×6＋9.1＝65.5(万元)． 答案 B
多元线性回归模型的案例讲解
多元线性回归模型的案 例讲解 Document number：NOCG-YUNOO-BUYTT-UU986-1986UT
1. 表1列出了某地区家庭人均鸡肉年消费量Y 与家庭月平均收入X ，鸡肉价格P 1，猪肉价格P 2与牛肉价格P 3的相关数据。 年份 Y/ 千克 X/元 P 1/(元/千克) P 2/(元/千克) P 3/(元/千克) 年份 Y/ 千克 X/元 P 1/(元/千克) P 2/(元/千克) P 3/(元/ 千克) 1980 397 1992 911 1981 413 1993 931 1982 439 1994 1021 1983 459 1995 1165 1984 492 1996 1349 1985 528 1997 1449 1986 560 1998 1575 1987 624 1999 1759 1988 666 2000 1994 1989 717 2001 2258 1990 768 2002 2478 1991 843 （1） 求出该地区关于家庭鸡肉消费需求的如下模型： 01213243ln ln ln ln ln Y X P P P u βββββ=+++++ （2） 请分析，鸡肉的家庭消费需求是否受猪肉及牛肉价格的影响。 先做回归分析，过程如下： 输出结果如下：
所以，回归方程为： 123ln 0.73150.3463ln 0.5021ln 0.1469ln 0.0872ln Y X P P P =-+-++ 由上述回归结果可以知道，鸡肉消费需求受家庭收入水平和鸡肉价格的影响，而牛肉价格和猪肉价格对鸡肉消费需求的影响并不显着。 验证猪肉价格和鸡肉价格是否有影响，可以通过赤池准则（AIC ）和施瓦茨准则（SC ）。若AIC 值或SC 值增加了，就应该去掉该解释变量。 去掉猪肉价格P 2与牛肉价格P 3重新进行回归分析，结果如下： Variable Coefficient Std. Error t-Statistic Prob.?? C LOG(X) LOG(P1) R-squared ????Mean dependent var Adjusted R-squared ????. dependent var . of regression ????Akaike info criterion Sum squared resid ????Schwarz criterion Log likelihood ????F-statistic Durbin-Watson stat ????Prob(F-statistic)